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！

龙图腾网获悉厦门中创环保科技股份有限公司申请的专利声纹识别方法、系统、存储介质及程序产品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：CN115206326B 。

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：202210593490.5，技术领域涉及：G10L17/02；该发明授权声纹识别方法、系统、存储介质及程序产品是由郑智宏;张隽榕;林鸿剑;伍玉全;张静云设计研发完成，并于2022-05-27向国家知识产权局提交的专利申请。

本声纹识别方法、系统、存储介质及程序产品在说明书摘要公布了：本发明涉及一种基于离线自训练神经训练网络的声纹识别方法、系统、计算机存储介质以及计算机程序产品，在进行声纹特征向量比对时，本发明通过计算输入声纹特征向量与存储声纹特征向量之间的余弦距离，并通过设置余弦距离采信阈值和余弦距离拒绝阈值，筛选出符合条件的存储声纹特征向量作为对照声纹特征向量，然后利用习惯分类全连接神经网络将对照声纹特征向量与输入特征向量之间进行进一步比对，从而筛选出符合用户习惯的声纹特征向量，进而确定控制参数值。本发明有效拟合在不同时间里同一个人的不同操作习惯，提高了声纹识别的准确性，有效提升用户的智能控制体验。

本发明授权声纹识别方法、系统、存储介质及程序产品在权利要求书中公布了：1.一种基于离线自训练神经网络的声纹识别方法，包括： S11、采集输入的语音电信号，将输入的语音电信号通过切片、MFCC处理，生成音频片段MFCC向量； S12、将音频片段MFCC向量输入到用于孤立词识别的循环神经网络中，提取孤立词，并与所需唤醒词进行比对，若比对不一致则返回S11；若比对一致则将音频片段MFCC向量输入到用于提取声纹的循环神经网络中进行声纹识别预处理并生成输入声纹特征向量； 其特征在于：所述声纹识别方法还包括： S13、从存储的声纹特征向量中选择一个未被对比的存储声纹特征向量作为待比较的声纹特征向量，通过余弦距离公式计算出待比较的声纹特征向量与输入声纹特征向量之间的余弦距离，并进行记录；重复该步骤S13，直至存储的声纹特征向量中不存在未被比对的声纹特征向量； S14、判断所记录的最大余弦距离是否大于余弦距离采信阈值，若大于，则将所有余弦距离大于余弦距离采信阈值的存储声纹特征向量作为对照声纹特征向量，然后进入习惯预测控制参数设置子流程；否则进入S15； S15、判断所记录的最大余弦距离是否大于余弦距离拒绝阈值，若大于，则将所有余弦距离大于余弦距离拒绝阈值的存储声纹特征向量作为对照声纹特征向量，然后进入习惯预测控制参数值设置子流程； S16、当子流程结束后，将当前控制参数值与输入声纹特征向量以及当前时间进行关联，并存储；如果用户此时修改控制参数值，则额外记录该输入声纹特征向量预设值； 上述习惯预测控制参数值设置子流程如下： S21、将输入声纹特征向量以及对应的当前时间输入到习惯分类全连接神经网络中，生成比对习惯分类向量； S22、获取所有对照声纹特征向量以及对应的向量关联时间输入到习惯分类全连接神经网络中，生成对照习惯分类向量； S23、计算比对习惯分类向量与所有的对照习惯分类向量之间的欧氏距离； S24、将当前控制参数设置为欧氏距离最小值所对应的对照声纹特征向量关联的控制参数； S25、结束； 所述声纹识别方法还包括习惯分类全连接神经网络的实时训练流程； 所述习惯分类全连接神经网络的实时训练流程具体如下： S51、获取一部分存储声纹特征向量以及对应的关联时间作为训练集输入，其余存储声纹特征向量及其关联时间作为验证集，使用tripleloss作为损失函数，使用加权求和计算两组控制参数值之间的欧式距离； S52、判断习惯分类全连接神经网络在训练集与验证集上的预测结果平均欧式距离误差是否均小于预设误差阈值，若不是，则从训练集中随机抽取一个向量a，从与其同控制参数值的向量中任取一个设为p，并从与其不同控制参数值的向量中任取一个设为n，类间距预设值为m；使用损失计算公式计算本次损失，并反向训练习惯分类全连接神经网络； 损失计算如下： 重复该步骤S52，直到习惯分类全连接神经网络在训练集与验证集上的预测结果平均欧式距离误差均小于预设误差阈值； S53、结束。

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厦门中创环保科技股份有限公司，其通讯地址为：361000 福建省厦门市厦门火炬高新区（翔安）产业区春光路1178-1188号；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”。