一種基于人工智能的聲紋特征提取方法及裝置

基本信息

申請?zhí)?/td> CN202110267332.6 申請日 -
公開（公告）號 CN112786059A 公開（公告）日 2021-05-11
申請公布號 CN112786059A 申請公布日 2021-05-11
分類號 G10L17/04;G10L17/18;G10L17/02 分類 樂器；聲學;
發(fā)明人 徐瓊;程鋮;謝根;汪貴旗;聶亞子 申請（專利權(quán)）人 合肥市清大創(chuàng)新研究院有限公司
代理機構(gòu) 上海精晟知識產(chǎn)權(quán)代理有限公司 代理人 李佼佼
地址 230000 安徽省合肥市合肥高新技術開發(fā)區(qū)創(chuàng)新大道2800號創(chuàng)新產(chǎn)業(yè)園二期J2區(qū)C座2318室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于人工智能的聲紋特征提取方法及裝置。本發(fā)明包括如下步驟：采集語音數(shù)據(jù)和非語音數(shù)據(jù)，建立樣本數(shù)據(jù)庫；從樣本數(shù)據(jù)庫中取一音頻文件，進行處理得到音頻幀序列；對音頻幀序列中每一幀進行傅里葉變化，得到該幀對應的頻譜圖信息；將時域信息和頻域信息進行提取，得到時域特征和頻域特征；將時域特征和頻域特征進行特征聚合，得到聚合后的特征；對聚合后的特征進行向量嵌入，得到聲紋特征向量；將聲紋特征向量輸入至卷積神經(jīng)網(wǎng)絡模型進行訓練，得到聲紋特征模型；獲取待識別語音數(shù)據(jù)進行預處理；從預處理后的語音特征數(shù)據(jù)輸入聲紋特征模型得到語音特征向量。本發(fā)明提高了聲紋特征提取的準確率和效率。