[发明专利]说话人识别网络模型训练方法、说话人识别方法及系统有效
| 申请号： | 201810025592.0 | 申请日： | 2018-01-11 |
| 公开（公告）号： | CN108417217B | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 钱彦旻;黄子砾;王帅 | 申请（专利权）人： | 思必驰科技股份有限公司 |
| 主分类号： | G10L17/04 | 分类号： | G10L17/04;G10L17/18 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 方挺;车江华 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种说话人识别网络模型训练方法，包括：从训练数据集中获取第i话语三元组并将第i话语三元组输入至卷积神经网络，卷积神经网络对第i话语三元组进行特征提取得到第i话语特征三元组并输入至线性神经网络；将预先获取的第一说话人的第一身份向量信息和第二说话人的第二身份向量信息输入至线性神经网络进行融合处理，以得到融合后的第i话语特征三元组；根据融合后的第i话语特征三元组计算三元组损失，以调整所述网络模型。本发明实施例得到的说话人识别网络模型能够更加准确的实现说话人的识别功能，具有最低的等错误率。 | ||
| 搜索关键词： | 说话 识别 网络 模型 训练 方法 系统 | ||
【主权项】：
1.一种说话人识别网络模型训练方法，所述网络模型包括卷积神经网络和线性神经网络，所述方法包括：从训练数据集中获取第i话语三元组，所述训练数据集中包括多个说话人的话语，每个说话人对应多个话语，所述第i话语三元组由选自所述多个说话人的第一说话人的第一话语和第二话语，以及选自所述多个说话人的第二说话人的第三话语构成；将所述第i话语三元组输入至所述卷积神经网络，所述卷积神经网络对所述第i话语三元组进行特征提取得到第i话语特征三元组并输入至所述线性神经网络，所述第i话语特征三元组包括对应于所述第一至第三话语的第一至第三话语向量信息；将预先获取的所述第一说话人的第一身份向量信息和所述第二说话人的第二身份向量信息输入至所述线性神经网络，所述线性神经网络将所述第一身份向量信息分别与所述第一话语向量信息和第二话语向量信息进行加权和，并将所述第二身份向量信息与所述第三话语向量信息进行加权和，以得到融合后的第i话语特征三元组；根据所述融合后的第i话语特征三元组计算三元组损失，以调整所述网络模型，其中i取值1至N，N为训练数据集中所包含的所有话语三元组的个数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于思必驰科技股份有限公司，未经思必驰科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810025592.0/，转载请声明来源钻瓜专利网。
