噪声环境下基于域对抗图卷积网络和坐标注意力的说话人确认方法OA北大核心
为了减弱背景噪声对说话人确认(Speaker Verification,SV)性能的影响,提出一种基于域对抗图卷积网络(Domain Adversarial Graph Convolution Network,DA⁃GCN)和坐标注意力(Coordinate Attention,CA)的SV方法来提升噪声环境下的SV性能。首先,针对噪声环境下局部特征变得不稳定这个问题,提出引入CA模块,将全局时间信息和全局频率信息编码到通道注意力中,以强调有用通…查看全部>>
陈家辉;葛子瑞;王天朗;郭海燕;杨震
南京邮电大学通信与信息工程学院,江苏南京210003南京邮电大学通信与信息工程学院,江苏南京210003南京邮电大学通信与信息工程学院,江苏南京210003南京邮电大学通信与信息工程学院,江苏南京210003南京邮电大学通信与信息工程学院,江苏南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心,江苏南京210003
电子信息工程
噪声环境说话人确认域对抗坐标注意力机制图卷积神经网络
《南京邮电大学学报(自然科学版)》 2025 (1)
P.57-67,11
国家自然科学基金(62071242)资助项目。
评论