科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统卷积神经网络（CNN）在测试语音短的情况下说话人识别准确率不高、特征提取方面表现不佳的问题，提出了SincNet与加入了注意力机制的ResNet网络相结合的说话人识别方法。首先，针对短语音条件下说话人信息不足的问题，用不同窗口大小的Sinc卷积层提取多分辨率的特征，并结合通道注意力机制增强特征信息；其次，将多通道的特征输入到ResNet网络得到更高层的特征信息，然后通过空洞空间金字塔池化（ASPP）进行多尺度特征融合；最后通过Softmax层获得分类概率。在TIMIT语料库上进行了实验，在不同长度的测试语音条件下所提算法准确率均高于传统CNN等对比方法。基于以上实验结果，充分表明了本文算法在短语音说话人识别任务上的有效性。
- 出版日期2023
- 单位四川大学
