基于特征聚合的管制語(yǔ)音聲紋深度識(shí)別方法

打開(kāi)文本圖片集

摘 要： 針對(duì)帶有噪聲的管制語(yǔ)音聲紋識(shí)別問(wèn)題，提出了一種基于特征聚合的聲紋識(shí)別算法，能夠在音頻流中識(shí)別不同的管制員和飛行員的聲紋特征。在經(jīng)典的X-VECTORS算法的基礎(chǔ)上，通過(guò)設(shè)計(jì)殘差語(yǔ)譜圖特征提取模塊和全局可微的NetVLAD特征聚合模塊，構(gòu)造了端到端的說(shuō)話人識(shí)別神經(jīng)網(wǎng)絡(luò)訓(xùn)練框架；最后在實(shí)際管制語(yǔ)音數(shù)據(jù)集上對(duì)各種說(shuō)話人識(shí)別方法的精度進(jìn)行了對(duì)比分析。（剩余8471字）