摘要
本发明涉及生物特征识别技术领域,具体涉及一种基于CANN架构的声纹验证系统;通过频域特征加强模块、时域特征加强模块、时域深浅特征相结合单元以及时域及频域特征加权融合单元,实现对音频信号全局时空一致性的全面建模;语音识别连续性特征库的建立提供与语言结构相关的多维度信息,还通过频域加权聚类及对抗训练单元,利用GAN进行对抗训练,提高了模型对对抗样本的鲁棒性,最后通过自适应重采样策略单元和正则化惩罚项子单元的设计,增强了模型对不同音频质量和采样率的适应能力,以及引入正则化策略防止过拟合,结合长时依赖性建模单元对音频信号长时依赖关系的捕捉,显著提升了模型在面对新型伪造手段时的泛化能力和性能稳定性。
技术关键词
声纹验证系统
时域特征
采样率
音频输出单元
正则化策略
多层感知器网络
频域特征提取
浅层特征提取
深度特征提取
连续性
生物特征识别技术
输入模块
信号
插值法
语音
深度神经网络
处理单元
系统为您推荐了相关专利信息
深度学习算法
模拟系统
特征识别模块
时域特征
频域特征
在线监测系统
在线监测方法
长短期记忆神经网络
臭氧水
模块