一种基于时延神经网络的快速语种识别方法

摘要

本发明公开了一种基于时延神经网络的快速语种识别方法，步骤1，输入语音信号，对输入的语音信号进行处理，得到固定长度的语音信号帧序列；步骤2、按帧提取语音信号帧序列的底层声学特征；步骤3，将底层声学特征输入Residual TDNN残差块结构中进行计算处理，得到M×64抽象特征；步骤4，进行Attention计算，步骤5，对Attention特征在时间帧维度上应用全局平均池化处理，得到Embedding向量；步骤6，对Embedding向量进行两层DNN提取，得到语种向量；步骤7，将语种向量输入ArcFaceStatic损失函数，将底层声学特征输入到训练好的神经网络，得到所有可识别语种的概率。本发明本发明在短语音上具有较强鲁棒性，因此能够快速准确地识别语种。