-
公开(公告)号：CN108461085A
公开(公告)日：2018-08-28
申请号：CN201810207343.3
申请日：2018-03-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种短时语音条件下的说话人识别方法，包括以下步骤：（1）：对不同说话人的短时语音进行预处理，提取语音特征向量并相应说话人标记；（2）：用语音特征数据对深度置信网络进行有监督的训练，构建深度置信网络模型；（3）：将深度置信网络模型中瓶颈层之后的网络结构去除，形成瓶颈输出网络模型；（4）：将不同说话人的语音特征向量依次经过瓶颈输出网络模型，提取得到相应的瓶颈特征，然后将瓶颈特征作为矢量量化训练输入，构建矢量量化模型；（5）：将待识别短时语音的语音特征向量经过瓶颈输出网络模型，提取相应瓶颈特征，再将得到的待识别短时语音的瓶颈特征输入矢量量化模型进行识别。本发明具有系统识别率高的优点。
-
公开(公告)号：CN107039036A
公开(公告)日：2017-08-11
申请号：CN201710088300.3
申请日：2017-02-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于自动编码深度置信网络的高质量说话人识别方法，包括模型训练和说话人识别：首先对说话人语音进行预处理，提取MFCC特征参数，为不同说话人特征参数进行标记。将多名说话人特征参数输入深度置信网络进行网络训练学习，得到自动编码深度置信网络。利用训练好的自动编码深度置信网络分别对每个说话人提取的特征参数进行编码重构，输出数据作为矢量量化模型的输入，进行矢量量化模型训练。说话人识别阶段，说话人的语音特征参数经自动编码深度置信网络编码重构，输入矢量量化模型进行识别。通过深度置信网络对说话人语音特征的编码重构，提取说话人个性特征的同时，可以过滤语音中的噪声，提高了说话人识别准确性和系统鲁棒性。
-
公开(公告)号：CN107039036B
公开(公告)日：2020-06-16
申请号：CN201710088300.3
申请日：2017-02-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于自动编码深度置信网络的高质量说话人识别方法，包括模型训练和说话人识别：首先对说话人语音进行预处理，提取MFCC特征参数，为不同说话人特征参数进行标记。将多名说话人特征参数输入深度置信网络进行网络训练学习，得到自动编码深度置信网络。利用训练好的自动编码深度置信网络分别对每个说话人提取的特征参数进行编码重构，输出数据作为矢量量化模型的输入，进行矢量量化模型训练。说话人识别阶段，说话人的语音特征参数经自动编码深度置信网络编码重构，输入矢量量化模型进行识别。通过深度置信网络对说话人语音特征的编码重构，提取说话人个性特征的同时，可以过滤语音中的噪声，提高了说话人识别准确性和系统鲁棒性。
-
-
Search Results
3
records
(took 0.015 seconds)
