申请/专利权人：北京建筑大学

申请日：2024-03-05

公开（公告）日：2024-04-09

公开（公告）号：CN117854509A

主分类号：G10L17/04

分类号：G10L17/04;G10L17/18;G10L17/02;G10L25/24

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本申请提供一种耳语说话人识别模型训练方法和装置。本申请提供的耳语说话人识别模型训练方法，包括：基于迁移学习构建初始耳语说话人识别模型，所述迁移学习对象至少包括由正常语音音频预训练好的TDNN模型；建立第一耳语数据集，第一耳语数据集中至少包括多个第一耳语样本，每个第一耳语样本中至少包括耳语语音音频、与耳语语音音频为同一说话人的正常语音音频和耳语语音音频对应的说话人标识；对第一耳语数据集进行数据增强，获得第二耳语数据集；混合第一耳语数据集和第二耳语数据集，构建第三耳语数据集，利用第三耳语数据集训练初始耳语说话人识别模型，得到最终的耳语说话人识别模型。本申请提供的耳语说话人识别模型训练方法和装置，可提高耳语说话人识别准确性和鲁棒性。

主权项：1.一种耳语说话人识别模型训练方法，其特征在于，所述方法包括：基于迁移学习构建初始耳语说话人识别模型，其中，正常语音音频为口语语音音频，所述迁移学习对象至少包括由正常语音音频预训练好的TDNN模型；建立第一耳语数据集，所述第一耳语数据集中至少包括多个第一耳语样本，每个第一耳语样本中至少包括耳语语音音频、与耳语语音音频为同一说话人的正常语音音频和耳语语音音频对应的说话人标识；对所述第一耳语数据集进行数据增强，获得第二耳语数据集；其中，所述数据增强的方式至少包括音频倒放；所述数据增强的对象至少包括正常语音音频和耳语语音音频；混合所述第一耳语数据集和所述第二耳语数据集，构建第三耳语数据集，利用所述第三耳语数据集训练所述初始耳语说话人识别模型，得到最终的耳语说话人识别模型。

全文数据：

权利要求：

百度查询： 北京建筑大学 一种耳语说话人识别模型训练方法和装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD