[发明专利]基于记忆性瓶颈特征的声纹识别的方法及装置有效
| 申请号： | 201810146310.2 | 申请日： | 2018-02-12 |
| 公开（公告）号： | CN108447490B | 公开（公告）日： | 2020-08-18 |
| 发明（设计）人： | 王志铭;周俊;李小龙 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G10L17/02 | 分类号： | G10L17/02;G10L17/18;G10L25/24;G10L25/30 |
| 代理公司： | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人： | 陈霁;周良玉 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本说明书实施例提供一种声纹识别的方法和装置，所述方法包括，首先从说话人音频中提取基本频谱特征。另一方面，还将说话人音频输入带记忆的深度神经网络DNN，并从该深度神经网络的瓶颈层提取瓶颈特征，其中上述DNN包括时间递归层和瓶颈层，并且时间递归层的输出连接到瓶颈层。接着，基于基本频谱特征和所述瓶颈特征，形成说话人音频的声学特征；然后基于形成的声学特征，提取说话人音频对应的身份认证矢量i‑vector，从而进行说话人识别。 | ||
| 搜索关键词： | 基于 记忆 瓶颈 特征 声纹 识别 方法 装置 | ||
【主权项】：
1.一种声纹识别的方法，包括：从说话人音频中提取第一频谱特征；将所述说话人音频输入记忆性深度神经网络DNN，从所述记忆性深度神经网络的瓶颈层提取瓶颈特征，其中所述记忆性深度神经网络DNN包括至少一个时间递归层和所述瓶颈层，所述至少一个时间递归层的输出连接到所述瓶颈层，所述瓶颈层的维度比所述记忆性深度神经网络DNN中其他隐含层的维度小；基于所述第一频谱特征和所述瓶颈特征，形成所述说话人音频的声学特征；基于所述声学特征，提取说话人音频对应的身份认证矢量；基于所述身份认证矢量，采用分类模型进行说话人识别。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201810146310.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种带反馈的连续声纹认证方法及系统
- 下一篇：一种智能语音识别方法
