買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣東電力信息科技有限公司申請的專利一種基于多任務學習和對抗訓練的聲紋識別模型訓練方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114171031B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111423927.2，技術(shù)領域涉及：G10L17/02；該發(fā)明授權(quán)一種基于多任務學習和對抗訓練的聲紋識別模型訓練方法是由陳穎璇;賴蔚蔚;鄭穎龍;吳廣財;周昉昉;葉杭;鄭杰生;林嘉鑫;朱泰鵬;黃彬系;黃愷彤;劉銘傳;黃宏恩設計研發(fā)完成，并于2021-11-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于多任務學習和對抗訓練的聲紋識別模型訓練方法在說明書摘要公布了：本申請公開了一種基于多任務學習和對抗訓練的聲紋識別模型訓練方法，涉及聲紋技術(shù)領域。該方法包括：獲取待訓練的音頻樣本集，音頻樣本集中的每個音頻樣本標注有用戶標簽以及領域標簽；獲取每個音頻樣本的人聲聲紋特征以及領域特征；從人聲聲紋特征中過濾掉領域特征，得到過濾后的人聲聲紋特征作為人聲通用特征；基于每個音頻樣本的人聲通用特征、用戶標簽以及領域標簽，對對抗網(wǎng)絡進行訓練，直至對抗網(wǎng)絡滿足預設條件，得到訓練后的聲紋識別模型。如此，采用了領域?qū)褂柧毜姆绞剑鰪娏擞柧毜玫降穆暭y識別模型在不同環(huán)境下的魯棒性和泛化能力，進而提高了聲紋識別模型在面對環(huán)境噪聲時的識別準確率，提高了用戶體驗。

本發(fā)明授權(quán)一種基于多任務學習和對抗訓練的聲紋識別模型訓練方法在權(quán)利要求書中公布了：1.一種基于多任務學習和對抗訓練的聲紋識別模型訓練方法，其特征在于，所述方法包括： 獲取待訓練的音頻樣本集，所述音頻樣本集中的每個音頻樣本標注有第一用戶標簽以及第一領域標簽，所述第一用戶標簽用于表征所述音頻樣本中說話人的身份，所述第一領域標簽用于表征所述音頻樣本中說話人所處場景的場景類型； 獲取所述每個音頻樣本的人聲聲紋特征以及領域特征，所述領域特征用于表征所述每個音頻樣本中說話人所處場景的場景特征； 從所述人聲聲紋特征中過濾掉所述領域特征，得到過濾后的人聲聲紋特征作為人聲通用特征； 基于所述每個音頻樣本的所述人聲通用特征、所述用戶標簽以及所述領域標簽，對包括用戶判別網(wǎng)絡以及領域判別網(wǎng)絡的對抗網(wǎng)絡進行訓練，直至所述對抗網(wǎng)絡滿足預設條件，得到訓練后的聲紋識別模型：將所述每個音頻樣本的所述人聲通用特征輸入至所述領域判別網(wǎng)絡，得到第二領域標簽；將所述每個音頻樣本的所述人聲通用特征輸入至所述用戶判別網(wǎng)絡，得到第二用戶標簽；根據(jù)所述第一用戶標簽與所述第二用戶標簽之間的差異，確定第一損失值；根據(jù)所述第一領域標簽與所述第二領域標簽之間的差異，確定第二損失值；獲取所述第一損失值與所述第二損失值的和值，作為第一和值；根據(jù)所述第一和值確定總損失值，并根據(jù)所述總損失值對所述對抗網(wǎng)絡進行迭代訓練，直至所述對抗網(wǎng)絡滿足預設條件，將訓練后的所述用戶判別網(wǎng)絡作為聲紋識別模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廣東電力信息科技有限公司，其通訊地址為：510000 廣東省廣州市越秀區(qū)東風東路808號509房；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。