首页|融合注意力机制的Res2Net-LSTM声纹识别方法

融合注意力机制的Res2Net-LSTM声纹识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对现有的声纹识别技术模型具有提取特征单一、泛化能力不强等局限性，提出了一种融合注意力机制的Res2Net-LSTM声纹识别方法。通过采用Res2Net和LSTM分别提取空间特征和时序特征，增强模型收敛速度与精度，并融合注意力机制，对特征权重进行调整，通过关注重点区域，提高分类性能。在公开的Voxceleb1数据集上进行验证，实验结果表明，相较于ResNet-LSTM、Res2Net-LSTM准确率分别提升了10。4%，10。5%，验证了该方法具有更好的性能。

李坤明

展开 >

郑州警察学院 河南 450003

声纹识别 注意力机制 Res2Net LSTM

中央高校基本科研业务费专项中央高校基本科研业务费专项

2022TJJBKY0262022TJJBKY009

2024

网络安全技术与应用
北京大学出版社

网络安全技术与应用

CHSSCD
影响因子：0.417
ISSN：1009-6833
年,卷(期)：2024.(5)
  • 15