发明专利已授权

一种多重注意力特征融合的说话人识别方法

📄 申请号：CN202110986397.6 📄 发布日：2026/06/01

著录项目信息

申请日

2021-08-26

公开号

CN113763965A

公开日

2021-12-07

申请人

江苏大学

法律状态

已下证

专利类型

发明

主分类号

G10L17_04

IPC 分类号

G10L17_04 , G10L17_18 , G06K9_62 ,

技术画像

所属领域

说话人识别说话人识别语音信号处理深度学习

应用场景

身份认证, 智能语音交互, 安防监控, 智能家居, 声纹支付

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明提供了一种多重注意力特征融合的说话人识别方法，构建深度说话人表征模型，包括特征提取器和说话人分类器，Fbank特征作为深度说话人表征模型的输入，通过特征提取器将Fbank特征提取为说话人表征，在训练阶段，使用说话人分类器将说话人表征映射到说话人标签上，并构造损失函数对深度说话人表征模型进行优化；在测试阶段，采用余弦距离比较说话人表征之间的相似度，根据阈值判断是否为相同的说话人。本发明通过多重注意力特征融合对不同分支的特征进行加权融合，多重注意力特征融合包括空间注意力机制和通道注意力机制，增强了每个分支中的有效信息，获得更加鲁棒性的说话人识别性能。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种新能源汽车电池箱

当前第 / 件

一种多尺度时延采样的单通道语音分离方法

同领域国内专利 · IPC: (G10L17_04)

G10L17_00 G10L17_02 G10L17_04 G10L17_06 G10L17_08 G10L17_12 G10L17_14 G10L17_18 G10L17_22 G10L17_24 G10L17_26 覆盖11个领域

¥13000.0 元

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：46 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 天津勤熠信息科技有限公司

✓ 企业认证✓ 手机绑定历史成交 27件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种多重注意力特征融合的说话人识别方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G10L17_04)

相似专利推荐 AI 驱动 · 同领域

一种用于图像数据识别模型构建的方法及系统

图像中关键点的检测方法及设备

基于图神经网络与元数据的个性化服务推荐方法

服务项目

资源中心

关于柿子坊