文档名：基于深度学习的声纹识别系统优化研究
摘要：聚焦于基于深度学习的声纹识别系统优化方法,重点探讨了堆叠循环神经网络(RerrentNeuralNetwork,RNN)模型在声纹识别中的应用.首先介绍了基于深度学习的声纹识别系统的基本架构,其次引入堆叠RNN模型作为优化方法,最后在MATLAB平台上利用VoxCeleb数据集进行实验验证.实验结果表明,相比于标准RNN模型,堆叠RNN模型在准确率、精确率、召回率及F1值等评价指标上均取得了显著提高,验证了该方法在声纹识别任务中的有效性和优越性.
Abstract：Thispaperfocusesontheoptimizationmethodofvoiceprintrecognitionsystembasedondeeplearning,andfocusesontheapplicationofRerrentNeuralNetwork(RNN)modelinvoiceprintrecognition.Firstly,thebasicarchitectureofvoiceprintrecognitionsystembasedondeeplearningisintroduced.Secondly,thestackedRNNmodelisintroducedasanoptimizationmethod.Finally,experimentsarecarriedoutontheplatformofMATLABusingVoxCelebdataset.Theexperimentalresultsshowthat,comparedwiththestandardRNNmodel,thestackingRNNmodelhassignificantlyimprovedtheaccuracy,precision,recallandF1value,whichverifiestheeffectivenessandsuperiorityofthismethodinvoiceprintrecognition.
作者：贾雅晴Author：JIAYaqing
作者单位：合肥经济学院,安徽合肥230012
刊名：电声技术
Journal：AudioEngineering
年，卷(期)：2024, 48(3)
分类号：TN912.34
关键词：深度学习 声纹识别 循环神经网络(RNN) 堆叠优化
Keywords：deeplearning voiceprintrecognition RecurrentNeuralNetwork(RNN) stackingoptimization
机标分类号：TP391TN91TP183
在线出版日期：2024年4月30日
基金项目：基于深度学习的声纹识别系统优化研究[
期刊论文] 电声技术--2024, 48(3)贾雅晴聚焦于基于深度学习的声纹识别系统优化方法,重点探讨了堆叠循环神经网络(RerrentNeuralNetwork,RNN)模型在声纹识别中的应用.首先介绍了基于深度学习的声纹识别系统的基本架构,其次引入堆叠RNN模型作为优化方法,最后...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的声纹识别系统优化研究 Research on Optimization of Voiceprint Recognition System Based on Deep Learning
基于深度学习的声纹识别系统优化研究.pdf
- 文件大小:
- 614.71 KB
- 下载次数:
- 60
-
高速下载
|
|
