基于深度残差网络和注意力机制的声纹识别方法及装置
本发明涉及一种基于深度残差网络和注意力机制的声纹识别方法、装置及计算机可读存储介质,属于语音识别技术领域,包括步骤:S1:对采集到的音频数据进行预处理,得到能够模拟人耳某些特性的MFCC特征;S2:构建FAM,将S1得到的特征经过帧级注意力模块对每帧的重要性进行加权运算,得到加权后的MFCC特征;S3:构建声纹识别网络并进行声纹识别;引入MobileNet的设计思想,将普通卷积替换为深度可分离卷积以降低网络参数量;在ResNet50的每一个layer后加入通道域注意力模块建模各个特征通道的重要程度,针对不同的说话人增强或抑制不同的通道,最后将特征输入网络中的分类器进行分类,实现声纹识别。
《基于深度残差网络和注意力机制的声纹识别方法及装置》是一发明专利,专利号为 2022103044434,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为钱鹰;陈仕杰;杨世利;陈雪;刘歆;柯礼灵;熊炜,申请日期为2022-03-17,公开(公告)日期为2024-09-06,国际专利分类号(IPC)为 G10L 17/02 (2013.01)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于深度残差网络和注意力机制的声纹识别方法、装置及计算机可读存储介质,属于语音识别技术领域,包括步骤:S1:对采集到的音频数据进行预处理,得到能够模拟人耳某些特性的MFCC特征;S2:构建FAM,将S1得到的特征经过帧级注意力模块对每帧的重要性进行加权运算,得到加权后的MFCC特征;S3:构建声纹识别网络并进行声纹识别;引入MobileNet的设计思想,将普通卷积替换为深度可分离卷积以降低网络参数量;在ResNet50的每一个layer后加入通道域注意力模块建模各个特征通道的重要程度,针对不同的说话人增强或抑制不同的通道,最后将特征输入网络中的分类器进行分类,实现声纹识别。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
