[发明专利]一种基于多模态特征融合网络的说话人识别方法和装置在审
| 申请号： | 202211491204.0 | 申请日： | 2022-11-25 |
| 公开（公告）号： | CN115810209A | 公开（公告）日： | 2023-03-17 |
| 发明（设计）人： | 黄敏;朱世强;张春龙;宛敏红;李特;王文;寄珊珊;林哲远 | 申请（专利权）人： | 之江实验室 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/80 |
| 代理公司： | 杭州天正专利事务所有限公司 33201 | 代理人： | 王兵;杨东炜 |
| 地址： | 311121 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于多模态特征融合的说话人识别方法，包括：获取包含图像序列等多模态序列信息；获取人脸图像序列信息；获取人脸图像序列对应的其他模态信息序列；建立多模态特征融合网络，将所述人脸多模态序列信息作为训练集，训练所述多模态特征融合网络；将待识别人脸多模态序列信息输入所述多模态特征融合网络，得到当前人说话状态。本发明还包括一种基于多模态特征融合的说话人识别装置。本发明能够融合不同模态的特征，丰富所提取特征的信息量，提升说话人识别准确度。 | ||
| 搜索关键词： | 一种 基于 多模态 特征 融合 网络 说话 识别 方法 装置 | ||
【主权项】：
暂无信息
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之江实验室，未经之江实验室许可，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/202211491204.0/，转载请声明来源钻瓜专利网。
