Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中科南京智能技术研究院李郡获国家专利权

中科南京智能技术研究院李郡获国家专利权

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轻量化声纹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:CN116631409B

龙图腾网通过国家知识产权局官网在2025-11-07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:202310434146.6,技术领域涉及:G10L17/18;该发明授权一种轻量化声纹识别方法及系统是由李郡;王啸;游恒;尚德龙;周玉梅设计研发完成,并于2023-04-21向国家知识产权局提交的专利申请。

一种轻量化声纹识别方法及系统在说明书摘要公布了:本发明公开了一种轻量化声纹识别方法及系统,属于声纹识别技术领域,方法包括:根据预获取的训练数据集中音频的质量,构建批次数据;根据所述批次数据和基于检测误差权衡曲线下面积的损失函数,利用预获取的已固定参数的高性能教师模型,对预获取的待更新参数的轻量化学生模型进行知识蒸馏,获取高性能轻量化学生模型;利用所述高性能轻量化学生模型,获取注册说话人嵌入层和实时说话人嵌入层;计算所述实时说话人嵌入层和注册说话人嵌入层的相似度,并根据所述相似度获取声纹识别结果。该方法能够获取高性能轻量化学生模型,提高对平凡发音等易受环境影响的短时发音的识别效果。

本发明授权一种轻量化声纹识别方法及系统在权利要求书中公布了:1.一种轻量化声纹识别方法,其特征在于,包括: 根据预获取的训练数据集中音频的质量,构建批次数据; 根据批次数据和基于检测误差权衡曲线下面积的损失函数,利用预获取的已固定参数的高性能教师模型,对预获取的待更新参数的轻量化学生模型进行知识蒸馏,获取高性能轻量化学生模型; 利用高性能轻量化学生模型,获取注册说话人嵌入层和实时说话人嵌入层; 计算实时说话人嵌入层和注册说话人嵌入层的相似度,并根据相似度获取声纹识别结果; 根据批次数据和基于检测误差权衡曲线下面积的损失函数,利用预获取的已固定参数的高性能教师模型,对预获取的待更新参数的轻量化学生模型进行知识蒸馏,获取高性能轻量化学生模型包括: 将批次数据输入至高性能教师模型,获取高性能教师模型对批次数据的检测误差权衡曲线下面积; 将批次数据输入至轻量化学生模型,获取轻量化学生模型对批次数据的检测误差权衡曲线下面积; 根据高性能教师模型对批次数据的检测误差权衡曲线下面积和轻量化学生模型对批次数据的检测误差权衡曲线下面积,获取损失函数; 利用损失函数,持续更新轻量化学生模型的参数,直至轻量化学生模型的参数达到损失收敛为止,获取高性能轻量化学生模型; 损失函数的表达式如公式1所示: 1; 公式1中,为损失函数,为高性能教师模型对批次数据的检测误差权衡曲线下面积,为轻量化学生模型对批次数据的检测误差权衡曲线下面积; 检测误差权衡曲线下面积的计算公式如公式2所示: 2; 公式2中,为检测误差权衡曲线下面积,为样本相似度阈值,为样本相似度阈值上限,为样本相似度阈值下限,为拒识率,为误识率,为第个锚点,为当前批次数据中的负对总数,为当前批次数据中的正对总数,为第个锚点说话人嵌入层,为第个锚点负样本说话人嵌入层,为第个锚点正样本说话人嵌入层,为样本相似度计算公式,为阶跃函数; 将检测误差权衡曲线下面积由积分形式转换为差分形式,并利用有参sigmoid函数代替阶跃函数,获取检测误差权衡曲线下面积的差分形式,检测误差权衡曲线下面积的差分形式的表达式如公式3所示: 3; 公式3中,为检测误差权衡曲线下面积的差分形式,为样本相似度阈值变化量,为拒识率的差分形式,为误识率的差分形式,为有参sigmoid函数; 利用检测误差权衡曲线下面积的差分形式的表达式,计算获取高性能教师模型对批次数据的检测误差权衡曲线下面积的差分形式和轻量化学生模型对批次数据的检测误差权衡曲线下面积的差分形式,利用高性能教师模型对批次数据的检测误差权衡曲线下面积的差分形式和轻量化学生模型对批次数据的检测误差权衡曲线下面积的差分形式,获取损失函数的近似计算公式,损失函数的近似计算公式如公式4所示: 4; 公式4中,为损失函数的近似计算形式,为高性能教师模型对批次数据的检测误差权衡曲线下面积的差分形式,为轻量化学生模型对批次数据的检测误差权衡曲线下面积的差分形式; 其中,有参sigmoid函数的表达式如公式5所示: 5; 公式5中,为有参sigmoid函数的表达式,为有参sigmoid函数的自变量,为超参数。

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:210000 江苏省南京市江宁区创研路266号麒麟人工智能产业园8栋8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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。