基于卷积神经网络的法庭说话人识别研究

• 作者: 南兆营
• 来源期刊: 电声技术
• 关键词: 卷积神经网络 法庭说话人识别 激活函数 声纹图
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 语音技术|Voice Technology
• 页码范围: 23-27,31
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16311/j.audioe.2021.02.006

摘要

传统的法庭说话人识别方法存在对语音数据建模能力差、特征提取难以及容易受噪声干扰影响等问题,为了改进这些问题,提出一种基于卷积神经网络的法庭说话人识别方法.该方法以AlexNet网络为基础进行参数调整,为了弥补ReLU函数作为激活函数时易出现神经元坏死和偏移的现象,融合Tanh和ReLU函数的特性,构造一种新的TR函数作为网络的激活函数.同时,为了避免人工提取语音特征的主观性和不全面性,在实验中将语音转换成声纹图作为网络输入.实验结果表明,激活函数为TR函数时,该方法在法庭说话人识别数据集的准确率达到了92.24％,在花朵图像公开数库的准确率达到了96.13％,效果均好于Tanh和ReLU函数.