原创力文档- 1、本文档共63页，其中可免费阅读19页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
中文摘要
声纹作为一种生物特征，由于其获取方便、成本低廉和隐私性低等特点，声纹
识别得到了广泛的研究和应用。说话人验证，作为说话人识别任务的一个重要组成
部分，具有重要的研究意义。在说话人验证任务中，主流模型主要采用以CNN为
主的r-vector模型。然而，由于卷积核较小，这限制了模型获取长程时频和通道依
赖关系的能力，导致模型性能不佳。同时，注意力机制的使用会平衡模型性能与参
数，但以往使用的注意力中通道降维会在提取特征时造成信息丢失。针对上述问题，
本文提出了自校准卷积网络以及高效跨时频多尺度注意
文档评论（0）