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！

龙图腾网获悉电子科技大学申请的专利一种基于深度神经网络的声纹识别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：CN116013328B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211622180.8，技术领域涉及：G10L17/18；该发明授权一种基于深度神经网络的声纹识别方法是由邢建川;曾凤;付鱼;陈洋;周春文;莫国坤设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本一种基于深度神经网络的声纹识别方法在说明书摘要公布了：本发明公开了一种基于深度神经网络的声纹识别方法，属于语音处理技术领域。本发明包括：训练声纹特征提取网络和声纹识别打分网络，基于训练好的声纹特征提取网络预测注册语音的声纹特征向量，基于注册声纹特征向量构建声纹特征数据库；获取待识别的声学特征，基于声纹识别打分网络获取其与声纹特征数据库的打分结果以确定识别结果。本发明所提取的声纹特征向量更为细腻，使得语音特征更好地被保留。提取的Fbank特征减少了语音预处理过程中的计算量，加快了特征构建速度。通过给网络设置更大的通道数，增强了神经网络模型的拟合能力。打分网络使用训练PLDA算法得到的参数进行网络参数的初始化，加快了网络收敛速度，并获得了更好的效果。

本发明授权一种基于深度神经网络的声纹识别方法在权利要求书中公布了：1.一种基于深度神经网络的声纹识别方法，其特征在于，包括下列步骤： 步骤S1，训练声纹特征提取网络和声纹识别打分网络； 其中，声纹特征提取网络的输入为语音数据的声学特征，输出声纹特征向量； 声纹识别打分网络输入为一对声纹特征向量，其输出为声纹特征向量对之间的相似程度，所述声纹识别打分网络包括两条网络结构相同的特征映射支路，以及正则化层，其中，特征映射支路依次包括第一全连接层、批归一化层和第二全连接网络；两条特征映射支路的输出均输入正则化层，基于所述正则化层的输出得到最终的打分结果；其中，正则化层的训练参数包括表征类内差异的正定对称矩阵Q和表征类间差异的半正定对称矩阵P； 采集训练样本的语音数据，对训练样本的语音数据进行语音数据预处理，再提取声学特征； 将训练样本的声学特征输入声纹特征提取网络，基于其输出得到各训练样本的声纹特征向量，基于所有训练样本的声纹特征向量得到声纹特征向量样本集； 从声纹特征向量样本集中随机选取一对声纹特征向量，组成声纹识别打分网络的输入数据并输入声纹识别打分网络，基于声纹识别打分网络的输出获取当前识别对象的打分结果；并基于预置的损失函数对声纹特征提取网络和声纹识别打分网络的网络参数进行深度学习训练，当满足预置的训练结束条件时停止，得到训练好的声纹特征提取网络和声纹识别打分网络； 步骤S2，当收到注册用户发送的注册语音时，基于训练好的声纹特征提取网络预测注册语音的声纹特征向量，得到注册人的注册声纹特征向量，并基于注册声纹特征向量构建声纹特征数据库； 步骤S3，对待识别语音数据进行语音数据预处理，再提取声学特征，得到待识别的声学特征； 将待识别的声学特征输入训练好的声纹特征提取网络，得到待识别声纹特征向量； 遍历声纹特征数据库中的每个注册声纹特征向量，将当前注册声纹特征向量与待识别声纹特征向量作为当前的打分对象对，并输入至训练好的声纹识别打分网络，获取当前打分对象对的打分结果；并基于最高打分所对应的注册声纹特征向量的说话人作为待识别语音数据的辨认结果，并检测该辨认结果所对应的打分结果是否大于或等于预置的全局阈值，若是，则输出该辨认结果，否则，辨认结果无效。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。