基于深度学习的跨设备声纹识别方法研究
针对传统声纹识别方法在实际应用场景中跨设备情况下声纹识别性能较差的问题,提出了 一种基于深度学习的跨设备声纹识别方法,采用了卷积循环网络的模型架构,在声纹注册阶段录制多段语音进行声纹特征的拟合建模,在识别阶段使用了切片降噪方式提取音频中的语音信息,在设备端使用了 DSP芯片支持的双麦克采集现场声音.实验结果表明,在跨设备声纹识别条件下,本文提出的声纹识别方法识别准确率高于目前主流的方法,达到80%.
卷积循环网络、深度学习、跨设备声纹识别
22
TP39(计算技术、计算机技术)
2022-12-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
16-19