基于CNN-LSTM网络的声纹识别研究

• 作者: 李焕 王鹏 罗成 董莺艳 闫河
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 声纹识别 CNN-LSTM网络 语谱图 时序特征
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 166-170
• 页数: 5页
• 分类号: TP3
• 字数: 4220字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.04.026

摘要

传统声纹识别方法过程复杂,模型识别准确率低,是声纹识别应用发展的关键问题.利用深度学习具有自主特征提取及分类的特点,结合卷积神经网络(CNN)和长短期记忆网络(LSTM),提出一种结合的网络模型学习声纹识别特征及对其进行身份认证.将原始语音转换为固定长度语谱图,顺序进入CNN、LSTM,结合网络进行训练以及声纹特征学习.通过对比CNN、LSTM以及DNN网络,验证CNN-LSTM网络在声纹识别中具有较少迭代次数情况下高准确率的特性.经实验结果可以得出,语音空间特征及时序特征均是声纹识别中重要的影响因素,实验中的CNN-LSTM网络模型准确率达到95.42％,损失低值达到0.097 3.该方法有利于实际声纹识别的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫河	重庆理工大学计算机科学与工程学院	37	168	6.0	11.0
5	王鹏	重庆理工大学计算机科学与工程学院	14	48	4.0	6.0
6	董莺艳	重庆理工大学计算机科学与工程学院	7	26	3.0	5.0
7	罗成	重庆理工大学计算机科学与工程学院	6	21	3.0	4.0
8	李焕	重庆理工大学计算机科学与工程学院	6	21	3.0	4.0