一种基于SASFV聚合模型的说话人确认方法

本发明公开了一种基于SASFV聚合模型的说话人确认方法，涉及语音识别领域，该方法通过短时傅里叶变换和梅尔滤波提取对数梅尔谱图，利用ERes2Net网络生成帧级特征，并引入SASFV聚合模型结合Fisher Vector变量、自注意力机制和统计方法生成固定长度的说话人级特征，最终通过余弦距离判定说话人身份。本发明解决了现有技术在短语音任务中无法有效表征和聚合特征的问题，显著提升了说话人识别系统的准确率、鲁棒性和性能。