华中师范大学陈增照获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉华中师范大学申请的专利一种基于深度卷积编码器的说话人识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116564340B 。
龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310525675.7，技术领域涉及：G10L25/18；该发明授权一种基于深度卷积编码器的说话人识别方法是由陈增照;郑秋雨;王志锋;刘海;姜新星;王卓;王政;刘川设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。
本一种基于深度卷积编码器的说话人识别方法在说明书摘要公布了：本发明公开了一种基于深度卷积编码器的说话人识别方法，属于语音识别技术领域。本发明方法首先接收说话者的待识别语音；之后对所述待识别语音按预设时长分段并进行数据增强；再从每个音频片段中提取梅尔频谱特征；最后将所述梅尔频谱特征输入至预先训练完成的识别模型中，输出所述待识别语音的说话者身份；本发明所提出的说话人识别方法相比主流说话人识别方法准确率具有明显提升。
本发明授权一种基于深度卷积编码器的说话人识别方法在权利要求书中公布了：1.一种基于深度卷积编码器的说话人识别模型训练方法，其特征在于，所述方法包括： 对训练集中的音频数据按预设时长分段并进行数据增强； 从每个音频片段中提取梅尔频谱特征； 构建识别模型，所述识别模型先从所述梅尔频谱特征中提取包含声纹局部依赖的特征向量，再通过多头注意力机制从所述特征向量中提取包含声纹全局相关性的声纹嵌入；从所述梅尔频谱特征中提取包含声纹局部依赖的特征向量，包括： 经过一个一维空洞卷积层对所述梅尔频谱特征进行初始卷积操作得到第一特征； 所述第一特征再经过一个注意力残差模块运算后得到第二特征； 所述第二特征再经过一个注意力残差模块运算后得到第三特征； 所述第三特征再经过一个注意力残差模块运算后得到第四特征； 将所述第一特征、第二特征、第三特征和第四特征通过一个一维空洞卷积层进行聚合得到聚合特征； 所述聚合特征经过最大池化层提取声纹特征； 所述声纹特征经过一个线性层和归一化层后得到包含声纹局部依赖的特征向量； 采用损失函数对所述声纹嵌入进行分类，通过减小损失来训练迭代所述识别模型，最终训练完成得到所述识别模型。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中师范大学，其通讯地址为：430079 湖北省武汉市洪山区珞喻路152号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励