基于优化三元组损失的语种识别模型训练方法及识别方法、系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于优化三元组损失的语种识别模型训练方法及识别方法、系统
申请号:CN202410793099
申请日期:2024-06-19
公开号:CN118824234A
公开日期:2024-10-22
类型:发明专利
摘要
基于优化三元组损失的语种识别模型训练方法及识别方法、系统,属于语音处理和生物识别技术领域。为了解决利用现有的训练方式对语种识别模型进行训练时存在损失函数针对语种识别的数据训练有效性不高的问题,本发明针对识别模型进行训练时,采用三元组损失函数并对其进行改进,在损失增加了对正负样本距离的计算,能够有效提高训练效果;此外本发明在计算改进的三元组损时,采用改进的困难选择策略选择样本,改进的困难选择策略:在选取正样本时,选择离锚点距离最远的正样本;选择负样本时,用随机选择的方式。
技术关键词
模型训练方法 样本 语种识别系统 语种识别方法 三元组损失函数 音频特征 生物识别技术 前馈神经网络 策略 代表 数据 超参数 分类器 有效性 锚点 序列
系统为您推荐了相关专利信息
时序 电气故障诊断方法 故障特征 多传感器数据融合 彩色图像
样本 学习方法 XGBoost模型 天然气 Siamese网络
视觉问答模型 视觉问答方法 样本 答案 视觉特征
多头注意力机制 形态学特征 残差网络 心电信号分析方法 样本
烟气脱硝工艺 熔融还原炉 回转烘干窑 温度预测模型 SCR脱硝入口