公开(公告)号：CN114822555B

公开(公告)日：2024-11-26

申请号：CN202210316425.8

申请日：2022-03-29

Applicant: 南昌大学

Inventor： 张烨 ,  张嘉城

IPC: G10L17/02 ,  G10L17/04 ,  G10L17/18 ,  G06N3/0442 ,  G06N3/0464 ,  G06F18/25 ,  G06N3/082

Abstract: 本发明提供了一种基于交叉门控并行卷积网络的说话人辨识方法。首先利用多层交叉门控并行卷积网络对两种不同类型的语音特征进行处理，提取出两个深度特征；然后，拼接两个深度特征并输入卷积神经网络，提取融合特征；最后，将融合特征输入分类网络，实现说话人辨识。本发明基于交叉门控并行卷积网络，实现了对两种不同类型的语音特征的处理，采用交叉门控机制，增强了并行网络中两条并行支路之间的信息交互能力，配合以特征拼接操作和卷积神经网络，实现了有效的特征融合，并提升了说话人辨识系统的性能。

公开(公告)号：CN114822555A

公开(公告)日：2022-07-29

申请号：CN202210316425.8

申请日：2022-03-29

Applicant: 南昌大学

Inventor： 张烨 ,  张嘉城

IPC: G10L17/02 ,  G10L17/04 ,  G10L17/18 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供了一种基于交叉门控并行卷积网络的说话人辨识方法。首先利用多层交叉门控并行卷积网络对两种不同类型的语音特征进行处理，提取出两个深度特征；然后，拼接两个深度特征并输入卷积神经网络，提取融合特征；最后，将融合特征输入分类网络，实现说话人辨识。本发明基于交叉门控并行卷积网络，实现了对两种不同类型的语音特征的处理，采用交叉门控机制，增强了并行网络中两条并行支路之间的信息交互能力，配合以特征拼接操作和卷积神经网络，实现了有效的特征融合，并提升了说话人辨识系统的性能。