发明授权
- 专利标题： 一种噪声环境下说话人识别模型构建方法
-
申请号： CN202210734918.3申请日： 2022-06-21
-
公开(公告)号： CN115116446B公开(公告)日： 2024-11-01
- 发明人: 张葛祥 , 陈柯屹 , 董建平 , 方祖林 , 肖东洋 , 罗标 , 杨强
- 申请人： 成都理工大学
- 申请人地址： 四川省成都市成华区二仙桥东三路1号
- 专利权人： 成都理工大学
- 当前专利权人： 成都理工大学
- 当前专利权人地址： 四川省成都市成华区二仙桥东三路1号
- 代理机构： 成都盈信专利代理事务所
- 代理商 崔建中
- 主分类号： G10L17/02
- IPC分类号： G10L17/02 ; G10L17/04 ; G10L17/18 ; G10L21/0232
摘要：
本发明公开了一种噪声环境下说话人识别模型构建方法，在说话人识别网络前端增加一个去噪模块，使用改进的谱减法对带噪语音进行去噪。针对谱减法的两个参数(过减因子α和谱下限参数β)，使用梯度下降的方法由神经网络动态调整两个参数的值，保留更符合说话人识别任务的语音信息，从而提高了噪声环境下说话人识别的准确率。带噪语音信号选择变窗长的窗函数进行短时傅里叶变换，可以防止频谱泄露说话人识别任务需要的说话人信息。
公开/授权文献
- CN115116446A 一种噪声环境下说话人识别模型构建方法 公开/授权日：2022-09-27
