【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种场景声纹模型优化方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、随着人工智能技术的发展，出现了声纹识别技术，这个技术正被广泛应用在各种加密或者解密场景中。主流的声纹识别模型一般采用resnet等深度神经网络，利用大量带有说话人标签的语料进行学习，通过不断训练使得模型可以准确提取对应说话人的声学或语言特征，从而完成说话人辨认、说话人确认、说话人日志等下游任务。
2、目前，在声纹识别任务中，对于特定场景的模型优化主要有两种方式：第一种是直接将场景数据与基础数据混合，重新对整个模型进行训练。第二种是对基础模型进行微调。然而，第一种方式耗时长，会浪费大量计算资源，且对场景数据识别的优化效果非常有限。第二种方式虽然一定程度上缩短了模型训练的时间，但是由于参与微调的只有场景数据，且相较于基础数据，场景数据的数据量较少。这会导致训练的模型在被应用于真实场景（尤其是与训练数据存在较大差异的场景）时，会出现识别效果不佳，鲁棒性低的问题。
技术实现思路b>
1本文档来自技高网...
【技术保护点】
1.一种场景声纹模型优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述构建多任务学习网络模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述仅对所述多任务学习网络模型中的一部分层的参数开放训练，包括：
4.根据权利要求1所述的方法，其特征在于，在从训练集中加载基础数据和场景数据之前，所述方法还包括：
5.根据权利要求1至4任意一项所述的方法，其特征在于，对所述多任务学习网络模型进行迭代训练，包括：
6.根据权利要求1至4任意一项所述的方法，其特征在于，所述方法还包括：
7.一...
【技术特征摘要】
1.一种场景声纹模型优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述构建多任务学习网络模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述仅对所述多任务学习网络模型中的一部分层的参数开放训练，包括：
4.根据权利要求1所述的方法，其特征在于，在从训练集中加载基础数据和场景数据之前，所述方法还包括：
5.根据权利要求1至4任意一项所述的方法，其特征在于，对所述多任务学习网络模型进行迭代训练，包括：
6.根据权利要求1至4任意一项所述的方法，其特征在于，所述方法还包括：
7.一种场景声纹模型优化装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述模型构建模块，具体用于：
9.根据权利要求7所述的装置，其...
【专利技术属性】
技术研发人员：徐雪萍，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。