基于ASP-SERes2Net的說話人識(shí)別算法

摘要： 為提升說話人識(shí)別的特征提取能力，解決在噪聲環(huán)境下識(shí)別率低的問題，提出一種基于殘差網(wǎng)絡(luò)的說話人識(shí)別算法——ASP-SERes2Net。首先，采用梅爾語譜圖作為神經(jīng)網(wǎng)絡(luò)的輸入；其次，改進(jìn)Res2Net網(wǎng)絡(luò)的殘差塊，并且在每個(gè)殘差塊后引入壓縮激活(squeeze-and-excitation, SE)注意力模塊；然后，用注意力統(tǒng)計(jì)池化(attention statistics poo... （共9頁）