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！

龙图腾网获悉西北工业大学;西北工业大学深圳研究院申请的专利大规模自组织麦克风阵列下帧级多通道的说话人确认方法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：CN114495949B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202111576469.6，技术领域涉及：G10L17/06；该发明授权大规模自组织麦克风阵列下帧级多通道的说话人确认方法是由张晓雷;梁成栋;姚嘉迪设计研发完成，并于2021-12-22向国家知识产权局提交的专利申请。

本大规模自组织麦克风阵列下帧级多通道的说话人确认方法在说明书摘要公布了：本发明公开了一种大规模自组织麦克风阵列下帧级多通道的说话人确认方法，在单通道说话人确认系统的池化层之前加入时空处理块，分别建模通道内、通道间以及跨时间的上下文关系，进一步提升远场ASV的性能。包括如下步骤：1在池化层之前加入由跨帧处理层Cross‑FrameProcessingLayer,CFL和跨通道处理层Cross‑ChannelProcessingLayer,CCL组成的时空处理块；2为了使噪声通道的通道权重为零，将跨通道处理层的softmax算子改进为sparsemax算子。在Libri‑adhoc‑simu数据集上的结果表明，STB的多通道ASV系统实现了低于oracleone‑best基线33％的等错误率EER；在Libri‑adhoc40数据集上的结果表明，STB的多通道ASV系统实现了低于oracleone‑best基线27％的等错误率，同时也实现了低于话语级跨通道自注意力ASV系统9％的等错误率，达到了优越的性能。

本发明授权大规模自组织麦克风阵列下帧级多通道的说话人确认方法在权利要求书中公布了：1.一种大规模自组织麦克风阵列下帧级多通道的说话人确认方法，其特征在于，包括如下步骤： 步骤1：构建时空处理块，包括两部分：跨通道处理层和跨帧处理层； 步骤2：跨帧处理层： 步骤2-1：用表示跨帧处理层输入，表示跨帧处理层第c个通道的输入特征，c＝0,1，...，C-1；T、C和N分别表示时间帧数、输入通道数和每个通道的特征数； 步骤2-2：用h来表示注意力头的数量，对于第i个注意力头，通过线性变换得到维度为E的跨帧查询矩阵跨帧键矩阵和跨帧值矩阵 其中，和分别是可学习的权重矩阵和偏置参数，*∈{Q，K，V}，dk＝Eh； 步骤2-3：计算得到跨帧处理层第i个注意力头的注意力得分 其中Pcf是来自前一个跨帧处理层的注意力得分； 步骤2-4：将注意力得分通过子空间连接得到注意力层的输出 其中，表示跨帧处理层线性投影层的权重矩阵； 步骤2-5：将输入具有ReLU激活的前馈神经网络FFN，前馈神经网络FFN的输出为当前跨帧处理层的输出； 步骤3：跨通道处理层； 步骤3-1：用表示跨通道处理层的输入，其中表示t时间的输入特征，t＝0,1，...，T-1； 步骤3-2：对于第i个注意力头，通过线性变换得到维度为E的跨通道查询矩阵跨通道键矩阵和跨通道值矩阵 其中，是可学习的权重矩阵，是偏置参数； 步骤3-3：第i个注意力头的输出，即注意力得分如下： 其中Pcc是来自前一个跨通道处理层的注意力得分； 步骤3-4：将注意力得分通过子空间连接得到注意力层的输出 其中，表示线性投影层的权重矩阵； 步骤3-5：将输入具有ReLU激活的前馈神经网络FFN，前馈神经网络FFN的输出为当前跨通道处理层的输出； 步骤4：在单通道说话人确认系统的池化层之前加入多个堆叠的时空处理块，实现多通道说话人确认系统； 所述步骤2-3中在注意力得分中用softmax算子替换Sparsemax算子： 所述跨通道处理层中，在注意力模块和FFN模块之前分别应用层归一化，同时在注意力模块的输入、输出以及FFN之间应用残差连接，以减轻跨通道处理层梯度消失问题； 所述跨帧处理层中，在注意力模块和FFN模块之前分别应用层归一化，同时在注意力模块的输入、输出以及FFN之间应用残差连接，以减轻跨帧处理层梯度消失问题。

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西北工业大学;西北工业大学深圳研究院，其通讯地址为：710072 陕西省西安市友谊西路127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”。

以上内容由龙图腾AI智能生成。