基于数据集难度的说话人嵌入层模型训练方法、介质和设备

摘要文本

中科南京智能技术研究院取得“一种透气窗帘布”专利技术，本发明公开基于数据集难度的说话人嵌入层模型训练方法、介质和设备，利用基于数据集难度的损失函数进行训练，获得对语音和平凡发音识别准确率高的训练后说话人嵌入层模型，也就是完成训练的说话人嵌入层模型；采集说话人的注册音频并进行频谱特征提取，所述注册音频的频谱通过所述训练后说话人嵌入层模型，获得注册说话人嵌入层；获得实时音频数据，确认其是否为注册说话人的音频。本说话人嵌入层模型训练方法是利用基于数据集难度的损失函数进行训练的，每次训练后均能够更新语音和平凡发音数据集参与训练的权重，有利于提升说话人嵌入层模型在语音和平凡发音数据集上的准确率。