CN108417217A - 说话人识别网络模型训练方法、说话人识别方法及*** - Google Patents
说话人识别网络模型训练方法、说话人识别方法及*** Download PDFInfo
- Publication number
- CN108417217A CN108417217A CN201810025592.0A CN201810025592A CN108417217A CN 108417217 A CN108417217 A CN 108417217A CN 201810025592 A CN201810025592 A CN 201810025592A CN 108417217 A CN108417217 A CN 108417217A
- Authority
- CN
- China
- Prior art keywords
- language
- speaker
- vector information
- triple
- network model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 103
- 238000012549 training Methods 0.000 title claims abstract description 77
- 239000013598 vector Substances 0.000 claims abstract description 204
- 238000013528 artificial neural network Methods 0.000 claims abstract description 56
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 48
- 230000004927 fusion Effects 0.000 claims abstract description 45
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims description 58
- 230000015654 memory Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000000155 melt Substances 0.000 claims description 3
- 230000001537 neural effect Effects 0.000 claims description 3
- 241001417495 Serranidae Species 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 11
- 238000003780 insertion Methods 0.000 description 20
- 230000037431 insertion Effects 0.000 description 20
- 238000002474 experimental method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000012795 verification Methods 0.000 description 10
- 238000005070 sampling Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/04—Training, enrolment or model building
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/18—Artificial neural networks; Connectionist approaches
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Electrically Operated Instructional Devices (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810025592.0A CN108417217B (zh) | 2018-01-11 | 2018-01-11 | 说话人识别网络模型训练方法、说话人识别方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810025592.0A CN108417217B (zh) | 2018-01-11 | 2018-01-11 | 说话人识别网络模型训练方法、说话人识别方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108417217A true CN108417217A (zh) | 2018-08-17 |
CN108417217B CN108417217B (zh) | 2021-07-13 |
Family
ID=63125465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810025592.0A Active CN108417217B (zh) | 2018-01-11 | 2018-01-11 | 说话人识别网络模型训练方法、说话人识别方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108417217B (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830201A (zh) * | 2018-06-01 | 2018-11-16 | 平安科技(深圳)有限公司 | 样例三元组的获取方法、装置、计算机设备以及存储介质 |
CN109243466A (zh) * | 2018-11-12 | 2019-01-18 | 成都傅立叶电子科技有限公司 | 一种声纹鉴权训练方法及*** |
CN109346088A (zh) * | 2018-12-06 | 2019-02-15 | 泰康保险集团股份有限公司 | 身份识别方法、装置、介质及电子设备 |
CN110010133A (zh) * | 2019-03-06 | 2019-07-12 | 平安科技(深圳)有限公司 | 基于短文本的声纹检测方法、装置、设备及存储介质 |
CN110047490A (zh) * | 2019-03-12 | 2019-07-23 | 平安科技(深圳)有限公司 | 声纹识别方法、装置、设备以及计算机可读存储介质 |
CN110196911A (zh) * | 2019-06-06 | 2019-09-03 | 申林森 | 一种民生数据自动分类管理*** |
CN110223699A (zh) * | 2019-05-15 | 2019-09-10 | 桂林电子科技大学 | 一种说话人身份确认方法、装置及存储介质 |
CN110289003A (zh) * | 2018-10-10 | 2019-09-27 | 腾讯科技(深圳)有限公司 | 一种声纹识别的方法、模型训练的方法以及服务器 |
CN110377733A (zh) * | 2019-06-28 | 2019-10-25 | 平安科技(深圳)有限公司 | 一种基于文本的情绪识别方法、终端设备及介质 |
CN111081255A (zh) * | 2019-12-31 | 2020-04-28 | 苏州思必驰信息科技有限公司 | 说话人确认方法和装置 |
CN111091835A (zh) * | 2019-12-10 | 2020-05-01 | 携程计算机技术(上海)有限公司 | 模型训练的方法、声纹识别的方法、***、设备及介质 |
CN111145761A (zh) * | 2019-12-27 | 2020-05-12 | 携程计算机技术(上海)有限公司 | 模型训练的方法、声纹确认的方法、***、设备及介质 |
CN111161713A (zh) * | 2019-12-20 | 2020-05-15 | 北京皮尔布莱尼软件有限公司 | 一种语音性别识别方法、装置及计算设备 |
CN111191787A (zh) * | 2019-12-30 | 2020-05-22 | 苏州思必驰信息科技有限公司 | 提取说话人嵌入特征的神经网络的训练方法和装置 |
CN111418009A (zh) * | 2019-10-31 | 2020-07-14 | 支付宝(杭州)信息技术有限公司 | 个性化说话者验证***和方法 |
CN111833851A (zh) * | 2020-06-16 | 2020-10-27 | 杭州云嘉云计算有限公司 | 一种自动学习优化声学模型的方法 |
CN111933152A (zh) * | 2020-10-12 | 2020-11-13 | 北京捷通华声科技股份有限公司 | 注册音频的有效性的检测方法、检测装置和电子设备 |
CN112420057A (zh) * | 2020-10-26 | 2021-02-26 | 四川长虹电器股份有限公司 | 基于距离编码的声纹识别方法、装置、设备及存储介质 |
CN112420054A (zh) * | 2020-11-20 | 2021-02-26 | 湖北第二师范学院 | 一种基于说话人向量复用的语音识别***及方法 |
CN112863521A (zh) * | 2020-12-24 | 2021-05-28 | 哈尔滨理工大学 | 一种基于互信息估计的说话人识别方法 |
CN113056784A (zh) * | 2019-01-29 | 2021-06-29 | 深圳市欢太科技有限公司 | 语音信息的处理方法、装置、存储介质及电子设备 |
CN113129908A (zh) * | 2021-03-24 | 2021-07-16 | 中国科学院声学研究所南海研究站 | 基于循环帧级特征融合的端到端猕猴声纹验证方法及*** |
CN113362829A (zh) * | 2021-06-04 | 2021-09-07 | 思必驰科技股份有限公司 | 说话人验证方法、电子设备及存储介质 |
CN113538075A (zh) * | 2020-04-14 | 2021-10-22 | 阿里巴巴集团控股有限公司 | 数据的处理方法、模型的训练方法、装置和设备 |
CN114613369A (zh) * | 2022-03-07 | 2022-06-10 | 哈尔滨理工大学 | 一种基于特征差异最大化的说话人识别方法 |
CN115223570A (zh) * | 2022-06-02 | 2022-10-21 | 康佳集团股份有限公司 | 基于深度神经网络的说话人验证方法、终端及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11887579B1 (en) | 2022-09-28 | 2024-01-30 | Intuit Inc. | Synthetic utterance generation |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201236A (zh) * | 2011-04-06 | 2011-09-28 | 中国人民解放军理工大学 | 一种高斯混合模型和量子神经网络联合的说话人识别方法 |
CN103971690A (zh) * | 2013-01-28 | 2014-08-06 | 腾讯科技(深圳)有限公司 | 一种声纹识别方法和装置 |
CN104008751A (zh) * | 2014-06-18 | 2014-08-27 | 周婷婷 | 一种基于bp神经网络的说话人识别方法 |
CN104732978A (zh) * | 2015-03-12 | 2015-06-24 | 上海交通大学 | 基于联合深度学习的文本相关的说话人识别方法 |
CN105096955A (zh) * | 2015-09-06 | 2015-11-25 | 广东外语外贸大学 | 一种基于模型生长聚类的说话人快速识别方法及*** |
CN105261358A (zh) * | 2014-07-17 | 2016-01-20 | 中国科学院声学研究所 | 用于语音识别的n元文法模型构造方法及语音识别*** |
CN105868769A (zh) * | 2015-01-23 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 图像中的人脸关键点定位方法及装置 |
CN105869630A (zh) * | 2016-06-27 | 2016-08-17 | 上海交通大学 | 基于深度学习的说话人语音欺骗攻击检测方法及*** |
US20160293167A1 (en) * | 2013-10-10 | 2016-10-06 | Google Inc. | Speaker recognition using neural networks |
CN106462626A (zh) * | 2014-06-13 | 2017-02-22 | 微软技术许可有限责任公司 | 利用深度神经网络对兴趣度建模 |
CN106683680A (zh) * | 2017-03-10 | 2017-05-17 | 百度在线网络技术(北京)有限公司 | 说话人识别方法及装置、计算机设备及计算机可读介质 |
CN106845330A (zh) * | 2016-11-17 | 2017-06-13 | 北京品恩科技股份有限公司 | 一种基于深度卷积神经网络的二维人脸识别模型的训练方法 |
CN106937531A (zh) * | 2014-06-14 | 2017-07-07 | 奇跃公司 | 用于产生虚拟和增强现实的方法和*** |
CN107180628A (zh) * | 2017-05-19 | 2017-09-19 | 百度在线网络技术(北京)有限公司 | 建立声学特征提取模型的方法、提取声学特征的方法、装置 |
CN107222865A (zh) * | 2017-04-28 | 2017-09-29 | 北京大学 | 基于可疑行为识别的通讯诈骗实时检测方法和*** |
CN107292915A (zh) * | 2017-06-15 | 2017-10-24 | 国家新闻出版广电总局广播科学研究院 | 基于卷积神经网络的目标跟踪方法 |
US9824692B1 (en) * | 2016-09-12 | 2017-11-21 | Pindrop Security, Inc. | End-to-end speaker recognition using deep neural network |
CN107464568A (zh) * | 2017-09-25 | 2017-12-12 | 四川长虹电器股份有限公司 | 基于三维卷积神经网络文本无关的说话人识别方法及*** |
CN107492382A (zh) * | 2016-06-13 | 2017-12-19 | 阿里巴巴集团控股有限公司 | 基于神经网络的声纹信息提取方法及装置 |
CN107527620A (zh) * | 2017-07-25 | 2017-12-29 | 平安科技(深圳)有限公司 | 电子装置、身份验证的方法及计算机可读存储介质 |
CN108830201A (zh) * | 2018-06-01 | 2018-11-16 | 平安科技(深圳)有限公司 | 样例三元组的获取方法、装置、计算机设备以及存储介质 |
EP3542314A1 (en) * | 2016-11-18 | 2019-09-25 | Salesforce.com, Inc. | Spatial attention model for image captioning |
-
2018
- 2018-01-11 CN CN201810025592.0A patent/CN108417217B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201236A (zh) * | 2011-04-06 | 2011-09-28 | 中国人民解放军理工大学 | 一种高斯混合模型和量子神经网络联合的说话人识别方法 |
CN103971690A (zh) * | 2013-01-28 | 2014-08-06 | 腾讯科技(深圳)有限公司 | 一种声纹识别方法和装置 |
US20160293167A1 (en) * | 2013-10-10 | 2016-10-06 | Google Inc. | Speaker recognition using neural networks |
CN106462626A (zh) * | 2014-06-13 | 2017-02-22 | 微软技术许可有限责任公司 | 利用深度神经网络对兴趣度建模 |
CN106937531A (zh) * | 2014-06-14 | 2017-07-07 | 奇跃公司 | 用于产生虚拟和增强现实的方法和*** |
CN104008751A (zh) * | 2014-06-18 | 2014-08-27 | 周婷婷 | 一种基于bp神经网络的说话人识别方法 |
CN105261358A (zh) * | 2014-07-17 | 2016-01-20 | 中国科学院声学研究所 | 用于语音识别的n元文法模型构造方法及语音识别*** |
CN105868769A (zh) * | 2015-01-23 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 图像中的人脸关键点定位方法及装置 |
CN104732978A (zh) * | 2015-03-12 | 2015-06-24 | 上海交通大学 | 基于联合深度学习的文本相关的说话人识别方法 |
CN105096955A (zh) * | 2015-09-06 | 2015-11-25 | 广东外语外贸大学 | 一种基于模型生长聚类的说话人快速识别方法及*** |
CN107492382A (zh) * | 2016-06-13 | 2017-12-19 | 阿里巴巴集团控股有限公司 | 基于神经网络的声纹信息提取方法及装置 |
CN105869630A (zh) * | 2016-06-27 | 2016-08-17 | 上海交通大学 | 基于深度学习的说话人语音欺骗攻击检测方法及*** |
US9824692B1 (en) * | 2016-09-12 | 2017-11-21 | Pindrop Security, Inc. | End-to-end speaker recognition using deep neural network |
CN106845330A (zh) * | 2016-11-17 | 2017-06-13 | 北京品恩科技股份有限公司 | 一种基于深度卷积神经网络的二维人脸识别模型的训练方法 |
EP3542314A1 (en) * | 2016-11-18 | 2019-09-25 | Salesforce.com, Inc. | Spatial attention model for image captioning |
CN106683680A (zh) * | 2017-03-10 | 2017-05-17 | 百度在线网络技术(北京)有限公司 | 说话人识别方法及装置、计算机设备及计算机可读介质 |
CN107222865A (zh) * | 2017-04-28 | 2017-09-29 | 北京大学 | 基于可疑行为识别的通讯诈骗实时检测方法和*** |
CN107180628A (zh) * | 2017-05-19 | 2017-09-19 | 百度在线网络技术(北京)有限公司 | 建立声学特征提取模型的方法、提取声学特征的方法、装置 |
CN107292915A (zh) * | 2017-06-15 | 2017-10-24 | 国家新闻出版广电总局广播科学研究院 | 基于卷积神经网络的目标跟踪方法 |
CN107527620A (zh) * | 2017-07-25 | 2017-12-29 | 平安科技(深圳)有限公司 | 电子装置、身份验证的方法及计算机可读存储介质 |
CN107464568A (zh) * | 2017-09-25 | 2017-12-12 | 四川长虹电器股份有限公司 | 基于三维卷积神经网络文本无关的说话人识别方法及*** |
CN108830201A (zh) * | 2018-06-01 | 2018-11-16 | 平安科技(深圳)有限公司 | 样例三元组的获取方法、装置、计算机设备以及存储介质 |
Non-Patent Citations (3)
Title |
---|
佚名: "百度推出端到端的大规模语音识别***DeepSpeaker", 《HTTPS://WWW.SOHU.COM/A/139770921_390227》 * |
袁桦 钱彦旻 赵军红 刘加: ""基于优化检测网络和MLP特征改进发音错误检测的方法"", 《清华大学学报(自然科学版)》 * |
陈晓东: ""基于卷积神经网络的语音情感识别"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830201A (zh) * | 2018-06-01 | 2018-11-16 | 平安科技(深圳)有限公司 | 样例三元组的获取方法、装置、计算机设备以及存储介质 |
CN110289003B (zh) * | 2018-10-10 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 一种声纹识别的方法、模型训练的方法以及服务器 |
CN110289003A (zh) * | 2018-10-10 | 2019-09-27 | 腾讯科技(深圳)有限公司 | 一种声纹识别的方法、模型训练的方法以及服务器 |
CN109243466A (zh) * | 2018-11-12 | 2019-01-18 | 成都傅立叶电子科技有限公司 | 一种声纹鉴权训练方法及*** |
CN109346088A (zh) * | 2018-12-06 | 2019-02-15 | 泰康保险集团股份有限公司 | 身份识别方法、装置、介质及电子设备 |
CN113056784A (zh) * | 2019-01-29 | 2021-06-29 | 深圳市欢太科技有限公司 | 语音信息的处理方法、装置、存储介质及电子设备 |
CN110010133A (zh) * | 2019-03-06 | 2019-07-12 | 平安科技(深圳)有限公司 | 基于短文本的声纹检测方法、装置、设备及存储介质 |
WO2020181824A1 (zh) * | 2019-03-12 | 2020-09-17 | 平安科技(深圳)有限公司 | 声纹识别方法、装置、设备以及计算机可读存储介质 |
CN110047490A (zh) * | 2019-03-12 | 2019-07-23 | 平安科技(深圳)有限公司 | 声纹识别方法、装置、设备以及计算机可读存储介质 |
CN110223699A (zh) * | 2019-05-15 | 2019-09-10 | 桂林电子科技大学 | 一种说话人身份确认方法、装置及存储介质 |
CN110223699B (zh) * | 2019-05-15 | 2021-04-13 | 桂林电子科技大学 | 一种说话人身份确认方法、装置及存储介质 |
CN110196911A (zh) * | 2019-06-06 | 2019-09-03 | 申林森 | 一种民生数据自动分类管理*** |
CN110196911B (zh) * | 2019-06-06 | 2022-04-22 | 申林森 | 一种民生数据自动分类管理*** |
CN110377733B (zh) * | 2019-06-28 | 2023-11-24 | 平安科技(深圳)有限公司 | 一种基于文本的情绪识别方法、终端设备及介质 |
CN110377733A (zh) * | 2019-06-28 | 2019-10-25 | 平安科技(深圳)有限公司 | 一种基于文本的情绪识别方法、终端设备及介质 |
CN111418009A (zh) * | 2019-10-31 | 2020-07-14 | 支付宝(杭州)信息技术有限公司 | 个性化说话者验证***和方法 |
CN111418009B (zh) * | 2019-10-31 | 2023-09-05 | 支付宝(杭州)信息技术有限公司 | 个性化说话者验证***和方法 |
CN111091835B (zh) * | 2019-12-10 | 2022-11-29 | 携程计算机技术(上海)有限公司 | 模型训练的方法、声纹识别的方法、***、设备及介质 |
CN111091835A (zh) * | 2019-12-10 | 2020-05-01 | 携程计算机技术(上海)有限公司 | 模型训练的方法、声纹识别的方法、***、设备及介质 |
CN111161713A (zh) * | 2019-12-20 | 2020-05-15 | 北京皮尔布莱尼软件有限公司 | 一种语音性别识别方法、装置及计算设备 |
CN111145761A (zh) * | 2019-12-27 | 2020-05-12 | 携程计算机技术(上海)有限公司 | 模型训练的方法、声纹确认的方法、***、设备及介质 |
CN111145761B (zh) * | 2019-12-27 | 2022-05-24 | 携程计算机技术(上海)有限公司 | 模型训练的方法、声纹确认的方法、***、设备及介质 |
CN111191787A (zh) * | 2019-12-30 | 2020-05-22 | 苏州思必驰信息科技有限公司 | 提取说话人嵌入特征的神经网络的训练方法和装置 |
CN111081255A (zh) * | 2019-12-31 | 2020-04-28 | 苏州思必驰信息科技有限公司 | 说话人确认方法和装置 |
CN113538075A (zh) * | 2020-04-14 | 2021-10-22 | 阿里巴巴集团控股有限公司 | 数据的处理方法、模型的训练方法、装置和设备 |
CN111833851A (zh) * | 2020-06-16 | 2020-10-27 | 杭州云嘉云计算有限公司 | 一种自动学习优化声学模型的方法 |
CN111933152A (zh) * | 2020-10-12 | 2020-11-13 | 北京捷通华声科技股份有限公司 | 注册音频的有效性的检测方法、检测装置和电子设备 |
CN112420057A (zh) * | 2020-10-26 | 2021-02-26 | 四川长虹电器股份有限公司 | 基于距离编码的声纹识别方法、装置、设备及存储介质 |
CN112420054B (zh) * | 2020-11-20 | 2022-07-12 | 湖北第二师范学院 | 一种基于说话人向量复用的语音识别***及方法 |
CN112420054A (zh) * | 2020-11-20 | 2021-02-26 | 湖北第二师范学院 | 一种基于说话人向量复用的语音识别***及方法 |
CN112863521B (zh) * | 2020-12-24 | 2022-07-05 | 哈尔滨理工大学 | 一种基于互信息估计的说话人识别方法 |
CN112863521A (zh) * | 2020-12-24 | 2021-05-28 | 哈尔滨理工大学 | 一种基于互信息估计的说话人识别方法 |
CN113129908B (zh) * | 2021-03-24 | 2022-07-26 | 中国科学院声学研究所南海研究站 | 基于循环帧级特征融合的端到端猕猴声纹验证方法及*** |
CN113129908A (zh) * | 2021-03-24 | 2021-07-16 | 中国科学院声学研究所南海研究站 | 基于循环帧级特征融合的端到端猕猴声纹验证方法及*** |
CN113362829A (zh) * | 2021-06-04 | 2021-09-07 | 思必驰科技股份有限公司 | 说话人验证方法、电子设备及存储介质 |
CN114613369A (zh) * | 2022-03-07 | 2022-06-10 | 哈尔滨理工大学 | 一种基于特征差异最大化的说话人识别方法 |
CN115223570A (zh) * | 2022-06-02 | 2022-10-21 | 康佳集团股份有限公司 | 基于深度神经网络的说话人验证方法、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108417217B (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108417217A (zh) | 说话人识别网络模型训练方法、说话人识别方法及*** | |
CN108922518B (zh) | 语音数据扩增方法和*** | |
CN110600047B (zh) | 基于Perceptual STARGAN的多对多说话人转换方法 | |
CN110246487A (zh) | 用于单通道的语音识别模型的优化方法及*** | |
Shum et al. | Unsupervised methods for speaker diarization: An integrated and iterative approach | |
CN109378003B (zh) | 一种声纹模型训练的方法和*** | |
Markov et al. | Robust speech recognition using generalized distillation framework. | |
Sadjadi et al. | The 2019 NIST Audio-Visual Speaker Recognition Evaluation. | |
CN108109613A (zh) | 用于智能对话语音平台的音频训练和识别方法及电子设备 | |
CN106104674A (zh) | 混合语音识别 | |
CN108766445A (zh) | 声纹识别方法及*** | |
CN112634935B (zh) | 语音分离方法、装置、电子设备和可读存储介质 | |
CN108389576A (zh) | 压缩后的语音识别模型的优化方法及*** | |
CN102238190A (zh) | 身份认证方法及*** | |
CN110299142A (zh) | 一种基于网络融合的声纹识别方法及装置 | |
CN108417207A (zh) | 一种深度混合生成网络自适应方法及*** | |
Hsu et al. | Scalable factorized hierarchical variational autoencoder training | |
WO2019227614A1 (zh) | 样例三元组的获取方法、装置、计算机设备以及存储介质 | |
Meyer et al. | Anonymizing speech with generative adversarial networks to preserve speaker privacy | |
Lin et al. | DeepEmoCluster: A semi-supervised framework for latent cluster representation of speech emotions | |
Hong et al. | Federated learning with dynamic transformer for text to speech | |
CN109961152B (zh) | 虚拟偶像的个性化互动方法、***、终端设备及存储介质 | |
CN113988315A (zh) | 一种去中心的分簇联邦学习方法及*** | |
JP2023549411A (ja) | 音声通話の制御方法、装置、コンピュータプログラム及び電子機器 | |
Kumar et al. | Designing neural speaker embeddings with meta learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200616 Address after: 215123 14 Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou, Jiangsu. Applicant after: AI SPEECH Co.,Ltd. Applicant after: Shanghai Jiaotong University Intellectual Property Management Co.,Ltd. Address before: Suzhou City, Jiangsu Province, Suzhou Industrial Park 215123 Xinghu Street No. 328 Creative Industry Park 9-703 Applicant before: AI SPEECH Co.,Ltd. Applicant before: SHANGHAI JIAO TONG University |
|
TA01 | Transfer of patent application right |
Effective date of registration: 20201022 Address after: 215123 14 Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou, Jiangsu. Applicant after: AI SPEECH Co.,Ltd. Address before: 215123 14 Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou, Jiangsu. Applicant before: AI SPEECH Co.,Ltd. Applicant before: Shanghai Jiaotong University Intellectual Property Management Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 215123 14 Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou, Jiangsu. Applicant after: Sipic Technology Co.,Ltd. Address before: 215123 14 Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou, Jiangsu. Applicant before: AI SPEECH Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Training methods, speaker recognition methods, and systems for speaker recognition network models Effective date of registration: 20230726 Granted publication date: 20210713 Pledgee: CITIC Bank Limited by Share Ltd. Suzhou branch Pledgor: Sipic Technology Co.,Ltd. Registration number: Y2023980049433 |