[发明专利]同时优化深度表征学习与说话人类别估计的说话人聚类方法有效
| 申请号： | 201911239006.3 | 申请日： | 2019-12-06 |
| 公开（公告）号： | CN111161744B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 李艳雄;王武城;刘名乐;江钟杰;陈昊 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G10L17/02 | 分类号： | G10L17/02;G10L17/18;G10L17/04;G06N3/0455;G06N3/0464;G06N3/084 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 蒋剑明 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种同时优化深度表征学习与说话人类别估计的说话人聚类方法，步骤如下：对聚类语音样本进行预处理，提取I‑vector特征，训练卷积自编码网络并提取深度表征特征；根据深度表征特征构造初始类，得到类别数和初始类标签；在卷积自编码网络的编码器输出层增加一个全连接层和一个Softmax层构成联合优化框架，Softmax层用于估计说话人类别；将卷积自编码网络的重构误差与Softmax层的说话人类别估计交叉熵误差之和作为目标函数，迭代更新联合优化框架参数直到满足收敛条件，得到各说话人的语音样本。本发明能同时得到优化的深度表征特征与说话人聚类结果，获得比传统方法更优的说话人聚类效果。 | ||
| 搜索关键词： | 同时 优化 深度 表征 学习 说话 人类 估计 人聚类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911239006.3/，转载请声明来源钻瓜专利网。
