【技术实现步骤摘要】
本专利技术属于生物特征识别，具体涉及一种说话人的确认方法、系统及设备。
技术介绍
1、说话人识别又称为话者识别或声纹识别，是指通过对说话人语音信号的分析处理，自动确认说话人是否在所记录的话者集合中，以及进一步确认说话人是谁的过程。它是根据语音信号的特征来识别说话人的自动过程。其中，说话人确认已经逐渐成为说话人识别领域重要的科学问题，有着广阔的应用前景。一个标准的说话人确认系统测量一个人的声音或语音的特征，以确定该人的身份特征。还可以进行语音拨号、网上银行、电话购物、安全控制、司法鉴定等应用。
2、近年来，随着深度学习的快速发展，图像处理、说话人识别等领域都在深度神经网络下大放异彩。由于其能够区分复杂特征，极大地提高了对复杂样本的分类准确性，在说话人确认领域中也取得了不错的成果。一个典型的说话人确认系统主要包括三个阶段：预处理、前端特征提取和说话人建模。常见的语音特征提取有mfcc、fbank和plp等。往往对于语音信号的直接输入无法具有较高的准确度，并且说话人特征向量过长，也不利于对语音的识别。
本文档来自技高网...
【技术保护点】
1.一种基于通道加权的说话人确认方法，其特征在于，包括：
2.根据权利要求1所述的一种基于通道加权的说话人确认方法，其特征在于，根据z1、z2的相似度判断第一语音与第二语音是否为同一说话人的过程包括：
3.根据权利要求1所述的一种基于通道加权的说话人确认方法，其特征在于，累加通道分段和得到的当k＝1时，
4.根据权利要求3所述的一种基于通道加权的说话人确认方法，其特征在于，针对s′t,k再通过通道分段加权向量累加得到的
5.根据权利要求1至4任意一项所述的一种基于通道加权的说话人确认方法，其特征在于，所述通道分段学习网络...
【技术特征摘要】
1.一种基于通道加权的说话人确认方法，其特征在于，包括：
2.根据权利要求1所述的一种基于通道加权的说话人确认方法，其特征在于，根据z1、z2的相似度判断第一语音与第二语音是否为同一说话人的过程包括：
3.根据权利要求1所述的一种基于通道加权的说话人确认方法，其特征在于，累加通道分段和得到的当k＝1时，
4.根据权利要求3所述的一种基于通道加权的说话人确认方法，其特征在于，针对s′t,k再通过通道分段加权向量累加得到的
5.根据权利要求1至4任意一项所述的一种基于通道加权的说话人确认方法，其特征在于，所述通道分段学习网络csln是预先训练好的，通道分段学习网络csln的训练过程包括以下步骤：
6.根据权...
【专利技术属性】
技术研发人员：陈晨，仪志鑫，李东源，李骜，杨海陆，陈德运，
申请(专利权)人：哈尔滨理工大学，
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。