[发明专利]一种基于深度学习的短时语音说话人识别系统和方法

摘要

本发明揭示了一种基于深度学习的短时语音说话人识别系统和方法，包括说话人语音采集模块、样本数据库、频谱图分割模块、时空特征融合模块、判定打分模块和结果输出模块，说话人语音采集模块用于采集说话人语音；样本数据库用于得到标准的说话人语音频谱图；频谱图分割模块用于将一张待识别频谱图像进行切片处理得到时间特征和空间特征；时空特征融合模块用于将时间信息和空间信息进行特征融合，得到说话人的深度学习嵌入；判定打分模块用于对说话人嵌入识别结果进行打分判定。本发明提供的基于深度学习的短时语音说话人识别系统和方法，输出评价指标来评估输出结果，并极大提升短时语音说话人识别过程中的效率和准确性。