一种基于集成学习的说话人确认方法

    公开(公告)号:CN117116270A

    公开(公告)日:2023-11-24

    申请号:CN202310964825.4

    申请日:2023-08-02

    Abstract: 本发明公开了一种基于集成学习的说话人确认方法,首先数据收集与预处理;然后选取一组基础模型,并进行训练,优化模型参数;采用一组基础模型,对获取的一对说话人特征嵌入进行相似度打分;构建目标检测函数;生成权重,并基于权重对一组基础模型的打分结果进行加权融合,得到最终集成模型用于说话人确认;基于语音样本近讲或远讲的测试场景,进行场景区分后输入集成模型测试,得到加权融合后的最终相似度评分,再根据阈值判定是否为同一说话人,若相似度评分大于阈值,则判定为同一说话人,反之则判定为不同说话人。本发明能够有效地改善跨信道和近远讲问题,提高了识别准确率,适用于各领域中的说话人确认场景。

Patent Agency Ranking