一种基于DCN的声纹识别方法技术

本发明专利技术提供了工程施工安全监控技术领域的一种基于DCN的声纹识别方法，包括：步骤S1、获取工程施工过程中大量的历史声纹数据，基于各历史声纹数据构建数据集，将数据集划分为训练集、验证集以及测试集；步骤S2、基于DCN创建一声纹识别模型；步骤S3、通过训练集对声纹识别模型进行训练，通过验证集对训练后的声纹识别模型进行验证；步骤S4、通过测试集对验证后的声纹识别模型进行测试，并不断优化声纹识别模型的损失函数以及超参数；步骤S5、通过声纹传感器阵列从工程施工场地采集施工机械发出的声纹模拟信号，将声纹模拟信号转换为声纹数字信号后输入测试后的声纹识别模型，以进行声纹识别。本发明专利技术的优点在于：极大的提升了声纹识别准确性。

【技术实现步骤摘要】

本专利技术涉及工程施工安全监控，特别指一种基于dcn的声纹识别方法。

技术介绍

1、工程施工过程中难免会存在一些安全隐患，为了尽量将安全隐患降低，需要在工程施工过程中进行安全监控。例如电缆施工过程中，电锤、电镐等施工机械会随着施工的过程发出时间序列不确定、强度不确定的一系列声纹，通过对这些声纹进行识别，可及时发现存在的安全隐患，进而进行安全预警。

2、为了对声纹进行识别需要借助wide&deep模型，wide&deep模型的deep侧是一个dnn(深度神经网络)模型，wide侧是一个lr线性模型，虽然dnn模型对于交叉特征的学习有着天然的优势，但lr线性模型无法有效的学习交叉特征，而工程施工过程中产生的声纹存在大量的交叉特征，导致传统wide&deep模型的特征表达能力欠佳，进而影响声纹识别准确性。

3、因此，如何提供一种基于dcn的声纹识别方法，实现提升声纹识别准确性，成为一个亟待解决的技术问题。

技术实现思路

1、本专利技术要解决的技术问题，在于提供一种基于本文档来自技高网...

【技术保护点】

1.一种基于DCN的声纹识别方法，其特征在于：包括如下步骤：

2.如权利要求1所述的一种基于DCN的声纹识别方法，其特征在于：所述步骤S1中，所述将数据集划分为训练集、验证集以及测试集具体为：

3.如权利要求1所述的一种基于DCN的声纹识别方法，其特征在于：所述步骤S2中，所述声纹识别模型包括一输入层、一嵌入层、一堆叠层、一交叉网络层、一深度网络层以及一输出层；

4.如权利要求3所述的一种基于DCN的声纹识别方法，其特征在于：所述输入层用于从声纹数字信号中提取离散特征向量以及第一连续特征向量；所述离散特征向量基于one-hot编码对声纹数字信号进行离散...

【技术特征摘要】

1.一种基于dcn的声纹识别方法，其特征在于：包括如下步骤：

2.如权利要求1所述的一种基于dcn的声纹识别方法，其特征在于：所述步骤s1中，所述将数据集划分为训练集、验证集以及测试集具体为：

3.如权利要求1所述的一种基于dcn的声纹识别方法，其特征在于：所述步骤s2中，所述声纹识别模型包括一输入层、一嵌入层、一堆叠层、一交叉网络层、一深度网络层以及一输出层；

4.如权利要求3所述的一种基于dcn的声纹识别方法，其特征在于：所述输入层用于从声纹数字信号中提取离散特征向量以及第一连续特征向量；所述离散特征向量基于one-hot编码对声纹数字信号进行离散化处理得到。

5.如权利要求3所述的一种基于dcn的声纹识别方法，其特征在于：所述嵌入层用于将输入层输入的离散特征向量转换为第二连续特征向量：

6.如权利要求3所述的一种...

【专利技术属性】
技术研发人员：章立宗，秦建松，汪磊，徐文华，金钢，顾煜明，王洪海，胡建平，潘劲飞，车艳红，张硕彬，张怀勋，朱建国，周洋，董钦，沈旭东，贺明，
申请(专利权)人：绍兴大明电力建设有限公司，
类型：发明
国别省市：