一种基于情感迁移学习的说话人识别方法

本发明公开了一种基于情感迁移学习的说话人识别方法，结合情感迁移学习和注意力机制。首先，通过预训练的深度神经网络模型提取情感语音信号中的高层特征表示。接着，利用情感迁移学习算法优化模型参数，以适应情感变化对语音特征的影响。然后，引入注意力机制对特征向量进行加权处理，突出对说话人身份识别有用的特征信息。本发明在情感语音环境下具有更高的说话人识别准确性和鲁棒性，适用于身份验证、安全监控等领域，为相关领域提供了更加可靠的技术支持。