声纹模型-2020：ECAPA-TDNN

已于 2024-02-14 12:50:19 修改
阅读量2.3k 收藏 7
点赞数
分类专栏： Audio 文章标签： 人工智能
于 2022-11-09 18:51:24 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013250861/article/details/127775590
版权
声纹识别技术基于深度学习快速发展，ECAPA-TDNN模型由比利时哥特大学在2020年提出，结合SE模块和通道注意机制，在VoxSRC2020比赛中取得优异成绩。百度PaddleSpeech的开源系统使用ECAPA-TDNN，实现低至0.95%的识别等错误率。
摘要由CSDN通过智能技术生成

声纹识别是指利用声音特征对说话人的身份进行识别的生物识别技术，已有几十年的发展历史，但直到深度学习兴起之后才开始广泛应用。目前声纹识别系统基本都是基于深度学习的方法，比如d-vector, x-vector, ResNet等，本文主要介绍主流的声纹识别模型Emphasized Channel Attention, Propagation and Aggregation in time delay neural network Based Speaker Verification（ECAPA-TDNN）。

ECAPA-TDNN由比利时哥特大学Desplanques等人于2020年提出，通过引入SE (squeeze-excitation)模块以及通道注意机制，该方案在国际声纹识别比赛（VoxSRC2020）中取得了第一名的成绩。百度旗下PaddleSpeech发布的开源声纹识别系统中就利用了ECAPA-TDNN提取声纹特征，识别等错误率（EER）低至0.95%。

​主流声纹模型ECAPA-TDNN - 知乎

u013250861
关注
专栏目录
订阅专栏
声纹识别综述+一个简易的tensorflow实现的模型
SrdLaplace的博客
08-22 1万+
声纹识别的历史和一个简单的声纹识别模型
基于Pytorch实现的EcapaTdnn声纹识别模型
夜雨飘零
05-04 7524
前言 本项目使用了EcapaTdnn模型实现的声纹识别，不排除以后会支持更多模型，同时本项目也支持了多种数据预处理方法，损失函数参考了人脸识别项目的做法PaddlePaddle-MobileFaceNets ,使用了ArcFace Loss，ArcFace loss：Additive Angular Margin Loss（加性角度间隔损失函数），对特征向量和权重归一化，对θ加上角度间隔m，角度间隔比余弦间隔在对角度的影响更加直接。 源码地址：VoiceprintRecognition-Pytorch 使用
开源项目推荐：即时声纹识别——打造安全便捷的边缘计算应用
最新发布
gitblog_00012的博客
09-12 562
开源项目推荐：即时声纹识别——打造安全便捷的边缘计算应用 Voiceprint-Recognition AliosThings 嵌入式声纹识别项目 https://github.com/alibaba/AliOS-Things/issues/976 ...
使用Tensorflow实现声纹识别
夜雨飘零
05-04 9463
本章介绍如何使用Tensorflow实现简单的声纹识别模型，首先你需要熟悉音频分类，没有了解的可以查看这篇文章《基于Tensorflow实现声音分类》。基于这个知识基础之上，我们训练一个声纹识别模型，通过这个模型我们可以识别说话的人是谁，可以应用在一些需要音频验证的项目。
声纹识别技术小结（1）：声纹建模技术
Robin_Pi的博客
10-26 4385
开集声纹辨认 ： M个说话人的声纹识别问题——(M+1)元分类问题（M个说话人+一个冒名顶替者imposter）
Kersa-Speaker-Recognition:基于Kersa实现的声纹识别模型
05-11
Kersa-Speaker-Recognition 本项目是基于开发的，本项目主要是用于声纹识别，也有人称为说话人识别。本项目包括了自定义数据集的训练，声纹对比，和声纹识别。 本教程源码： 安装环境 本项目使用的是Python 3.7，Keras2.3.1和Tensorflow1.15.3，音频处理使用librosa库，安装方法如下。 1、安装Tensorflow GPU版本，CUDA为10.0，CUDNN为7。 pip install tensorflow-gpu==1.15.3 -i https://mirrors.aliyun.com/pypi/simple/ 2、安装Keras。 pip install keras==2.3.1 -i https://mirrors.aliyun.com/pypi/simple/ 3、安装librosa库，最简单的方式就是使用pip命令安装，如下。
基于Pytorch实现的声纹识别模型
热门推荐
夜雨飘零
07-06 1万+
本章介绍如何使用Pytorch实现简单的声纹识别模型，本项目参考了人脸识别项目的做法Pytorch-MobileFaceNet,使用了ArcFace Loss，ArcFace loss：Additive Angular Margin Loss（加性角度间隔损失函数），对特征向量和权重归一化，对θ加上角度间隔m，角度间隔比余弦间隔在对角度的影响更加直接。
ECAPA-TDNN
08-22
- *1* *2* [声纹模型-2020：ECAPA-TDNN](https://blog.csdn.net/u013250861/article/details/127775590)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_...
基于PaddlePaddle声纹识别模型EcapaTdnn全部模型参数文件
08-11
基于PaddlePaddle实现的EcapaTdnn声纹识别，训练中文数据集、更大数据集、超大数据集，各种预处理方法。 源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition-PaddlePaddle/tree/release/0.x
Pytorch训练EcapaTdnn声纹识别超大数据模型（spectrogram）
11-08
基于PaddlePaddle实现的EcapaTdnn声纹识别超大数据模型，这个模型使用的是声谱图(spectrogram） 注意是legacy2分支，源码地址是：https://github.com/yeyupiaoling/VoiceprintRecognition-Pytorch/tree/legacy2
基于Pytorch实现的EcapaTdnn声纹识别模型（spectrogram）
05-04
基于Pytorch实现的EcapaTdnn声纹识别大模型（spectrogram），这个模型使用的声谱图（spectrogram） 注意是legacy2分支，源码地址是：...
基于Pytorch实现的EcapaTdnn声纹识别模型（melspectrogram）
05-03
基于Pytorch实现的EcapaTdnn声纹识别大模型（melspectrogram），这个模型使用的梅尔谱图（melspectrogram） 注意是legacy2分支，源码地址是：https://github.com/yeyupiaoling/VoiceprintRecognition-PaddlePaddle/tree/legacy2
Pytorch实现的EcapaTdnn声纹识别超大数据模型（melspectrogram）
11-08
基于PaddlePaddle实现的EcapaTdnn声纹识别超大数据模型，这个模型使用的是梅尔频谱（melspectrogram）注意是legacy2分支，源码地址是：https://github.com/yeyupiaoling/VoiceprintRecognition-Pytorch/tree/legacy2
基于PaddlePaddle实现的EcapaTdnn声纹识别大模型（spectrogram）
05-02
基于PaddlePaddle实现的EcapaTdnn声纹识别大模型，这个模型使用的是声谱图（spectrogram） 注意是legacy2分支，源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition-PaddlePaddle/tree/legacy2
基于PaddlePaddle实现的EcapaTdnn声纹识别大模型（melspectrogram）
05-01
基于PaddlePaddle实现的EcapaTdnn声纹识别大模型，这个模型使用的是声谱图（melspectrogram） 注意是legacy2分支，源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition-PaddlePaddle/tree/legacy2
GMM声纹识别
02-28
基于GMM的说话人识别系统研究与实现，详细介绍了高斯混合模型GMM原理及其在说话人识别系统中的应用
声纹识别的模式识别方法
q6q6q的专栏
10-27 623
声纹识别的模式识别方法2011/01/05对于模式识别，有以下几大类方法：模板匹配方法：利用动态时间弯折(DTW)以对准训练和测试特征序列，主要用于固定词组的应用(通常为文本相关任务)；最近邻方法：训练时保留所有特征矢量，识别时对每个矢量都找到训练矢量中最近的K个，据此进行识别，通常模型存储和相似计算的量都很大；神经网络方法：有很多种形式，如多层感知、径向基函数(RBF)等，可以显式训练以区分说话...
声纹识别概述（3）声纹识别系统
Robin_Pi的博客
08-20 6342
参考： 声纹识别是个什么原理?
声纹识别开源工具 ASV-Subtools
weixin_48827824的博客
11-21 2772
分享的主题是声纹识别开源工具ASV-Subtools，主要有5个部分的内容，分别是背景介绍、工具介绍、实验结果、Subtools工程化、总结与展望。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值