公开(公告)号：CN115206327A

公开(公告)日：2022-10-18

申请号：CN202210778411.8

申请日：2022-07-04

Applicant: 江南大学

Inventor： 曹毅 ,  李平 ,  马慧欣 ,  夏宇 ,  高清源

IPC: G10L17/02 ,  G10L17/04 ,  G10L17/18 ,  G10L25/24

Abstract: 本发明提供一种基于DR‑Res2net模块的声纹识别方法，其在处理声纹数据时能提供丰富、有效的特征信息，模型有较强的泛化能力，分类具有更低的等错误率，进而能够得到更理想的识别效果。本发明的技术方案中，将稠密DenseNet模型的特点融入到Res2Net模型中，构建DR‑Res2net模型，在声音识别模型中，以DR‑Res2Block为核心模块进行声纹数据的识别；识别过程中，每个DR‑Res2net模块中对每一个输出的特征同时进行残差和稠密连接，获取更加丰富的特征，模块中的addition处理使得每一个特征的所包含的信息量增加，同时concatennaiton处理使得特征包含高语义低分辨率和低语义高分辨率的特征，最大程度上保留了不同感受野下的特征。