典型文献
基于深度学习的跨设备声纹识别方法研究
文献摘要：
针对传统声纹识别方法在实际应用场景中跨设备情况下声纹识别性能较差的问题,提出了 一种基于深度学习的跨设备声纹识别方法,采用了卷积循环网络的模型架构,在声纹注册阶段录制多段语音进行声纹特征的拟合建模,在识别阶段使用了切片降噪方式提取音频中的语音信息,在设备端使用了 DSP芯片支持的双麦克采集现场声音.实验结果表明,在跨设备声纹识别条件下,本文提出的声纹识别方法识别准确率高于目前主流的方法,达到80％.
文献关键词：
卷积循环网络;深度学习;跨设备声纹识别
中图分类号：
作者姓名：
李伟;王鹏程;钟骁;喇二车龙补
作者机构：
北京同方华创科技有限公司,北京100083;清华大学(精仪系)一同方实业智能微系统技术联合实验室
文献出处：
引用格式：
[1]李伟;王鹏程;钟骁;喇二车龙补-.基于深度学习的跨设备声纹识别方法研究)[J].单片机与嵌入式系统应用,2022(12):16-19
A类：
跨设备声纹识别
B类：
中跨,识别性,卷积循环网络,模型架构,录制,多段,声纹特征,降噪,音频,音信,DSP,麦克,现场声,方法识别,识别准确率
AB值：
0.233771
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
