买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中科南京智能技术研究院申请的专利一种说话人识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116312618B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310300551.9，技术领域涉及：G10L25/24；该发明授权一种说话人识别方法及系统是由李郡;王路远;王啸;尚德龙;周玉梅设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种说话人识别方法及系统在说明书摘要公布了：本发明涉及一种说话人识别方法及系统。该方法包括获取训练好的循环生成对抗网络；获取实时音频数据；提取所述实时音频数据的帧级别梅尔频谱特征，并对提取的实时音频数据的帧级别梅尔频谱特征进行语音活动检测，确定实时音频数据中含有语音的帧级别梅尔频谱特征；将实时音频数据中含有语音的帧级别梅尔频谱特征和注册音频数据中含有语音的帧级别梅尔频谱特征分别利用训练好的循环生成对抗网络中的普通语音帧级别梅尔频谱特征生成器进行映射，确定第一输出结果和第二输出结果；根据第一输出结果和第二输出结果以及说话人识别系统的神经网络模型，确定识别结果；本发明能够提高使用平凡发音识别说话人时的识别效果。

本发明授权一种说话人识别方法及系统在权利要求书中公布了：1.一种说话人识别方法，其特征在于，包括： 获取训练好的循环生成对抗网络；所述训练好的循环生成对抗网络中的普通语音帧级别梅尔频谱特征生成器以基于平凡发音“嗯”声的含有语音的帧级别梅尔频谱特征为输入，以基于普通语音的含有语音的帧级别梅尔频谱特征为输出； 获取实时音频数据； 提取所述实时音频数据的帧级别梅尔频谱特征，并对提取的实时音频数据的帧级别梅尔频谱特征进行语音活动检测，确定实时音频数据中含有语音的帧级别梅尔频谱特征； 将实时音频数据中含有语音的帧级别梅尔频谱特征和注册音频数据中含有语音的帧级别梅尔频谱特征分别利用训练好的循环生成对抗网络中的普通语音帧级别梅尔频谱特征生成器进行映射，确定第一输出结果和第二输出结果；所述第一输出结果为实时音频数据基于普通语音的含有语音的帧级别梅尔频谱特征；所述第二输出结果为注册音频数据基于普通语音的含有语音的帧级别梅尔频谱特征； 根据第一输出结果和第二输出结果以及说话人识别系统的神经网络模型，确定识别结果；所述识别结果为实时音频数据的说话人与注册语音数据的说话人为同一说话人或实时音频数据的说话人与注册语音数据的说话人为不同说话人；所述说话人识别系统的神经网络模型以基于普通语音的含有语音的帧级别梅尔频谱特征为输入，以基于普通语音的含有语音的嵌入层为输出；第一输出结果和第二输出结果分别经过说话人识别系统的神经网络模型，获得第一输出嵌入层和第二输出嵌入层；两个嵌入层之间计算余弦相似度，余弦相似度超过设定阈值时，实时音频数据的说话人与注册语音数据的说话人为同一说话人，反之为不同说话人。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科南京智能技术研究院，其通讯地址为：211100 江苏省南京市江宁区创研路266号麒麟人工智能产业园1号楼5层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。