具备未知类别内部划分能力的声纹开集识别方法

摘要

本发明公开一种具备未知类别内部划分能力的声纹开集识别方法，具有较高的准确率和较好的适用性。本发明通过下述计算方案实现：将不同说话人的语音数据作为声纹开集识别系统的输入，逐条计算语音数据的梅尔频率倒谱系数特征，采用广义端到端损失函数训练一个基于时序的音频编码模块GE2E，有效消除说话者之间歧义；通过GE2E输出的音频数据编码，结合多元高斯模型，训练概率阶梯模型CGDL，判断任意音频数据是否属于已知类别，对判定为已知类别的音频数据进行分类；对CGDL判别为未知类别的音频数据，构造并训练无界交错状态神经网络，在线聚类音频数据，得到的聚类数目即是说话人的数目，某一聚类中的所有音频数据从属同一说话人。