发声对象识别方法、装置、服务器及存储介质
实质审查的生效
摘要
本公开关于一种发声对象识别方法、装置、服务器及存储介质。其中,该发声对象识别方法包括:从待识别发声对象的第一语音数据中提取第一语音向量,以及从目标发声对象的第二语音数据中提取第二语音向量;将第一语音向量和第二语音向量输入到声纹特征识别模型,利用声纹特征识别模型中隐藏层的激活函数分别对第一语音向量和第二语音向量进行声纹特征提取,得到待识别发声对象的第一声纹特征和目标发声对象的第二声纹特征;计算第一声纹特征与第二声纹特征之间的相似度;若相似度大于或等于相似度阈值,则确定待识别发声对象与目标发声对象相匹配。能够准确地确定出待识别发声对象与目标发声对象是否相匹配。
基本信息
专利标题 :
发声对象识别方法、装置、服务器及存储介质
专利标题(英):
暂无
公开(公告)号 :
CN114512133A
申请号 :
CN202011159156.6
公开(公告)日 :
2022-05-17
申请日 :
2020-10-26
授权号 :
暂无
授权日 :
暂无
发明人 :
张大威姜涛王晓瑞王俊李岩
申请人 :
北京达佳互联信息技术有限公司
申请人地址 :
北京市海淀区上地西路6号1幢1层101D1-7
代理机构 :
北京东方亿思知识产权代理有限责任公司
代理人 :
赵秀芹
优先权 :
CN202011159156.6
主分类号 :
G10L17/00
IPC分类号 :
G10L17/00 G10L17/02 G10L17/04 G10L17/18 G10L25/18 G10L25/24 G10L25/30 G10L25/45
IPC结构图谱
G
G部——物理
G10
乐器;声学
G10L
语音分析或合成;语音识别;语音或声音处理;语音或音频编码或解码
G10L17/00
讲话者辨认或验证
法律状态
2022-06-03 :
实质审查的生效
IPC(主分类) : G10L 17/00
申请日 : 20201026
申请日 : 20201026
2022-05-17 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载