-
题名基于多粒度时空注意力机制的说话人识别模型
- 1
-
-
作者
朱文博
吴靖
金浩
叶维彰
朱珍
-
机构
佛山科学技术学院机电工程与自动化学院
佛山科学技术学院机电子信息工程学院
华南理工大学计算机科学与工程学院
台湾清华大学工业工程与工程管理系
-
出处
《声学技术》
北大核心
2025年第1期93-101,共9页
-
基金
国家自然科学基金项目号(62106048)
广东省重点领域研发计划项目(2021b0101410002)
广东省重点领域研发计划项目(2020b0404030001)。
-
文摘
深度学习已广泛应用在说话人识别领域,但当前模型存在识别率低和模型参数复杂度高的问题,难以进行轻量化语音识别。针对此问题,文章提出一种基于多粒度时空注意力机制的说话人识别模型,该模型由多粒度混合模块、时空注意力机制模块、通道压缩模块组成。其中多粒度混合模块和时空注意力机制模块以多尺度建模角度来捕捉局部时序上下文特征和空间关联特征信息,并通过多粒度方式耦合不同时空信息的关联特征以提高全局时空建模能力。同时,通道压缩模块通过聚合不同说话人信道以及上下文语境依赖表征以减少整体模型参数数量。在多组公开数据集上进行五重交叉验证实验,结果表明:对比主流模型,所提方法能够有效地提高说话人识别准确率、降低参数量,并达到最优的表现,在轻量化说话人识别模型方面具有重要的应用价值。
-
关键词
深度学习
卷积神经网络
说话人识别
注意力机制
轻量化模型
-
Keywords
deep learning
convolutional neural network
speaker recognition
attention mechanism
lightweight model
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
-
题名求解零等待流水线调度问题的离散磷虾群算法
被引量：2
- 2
-
-
作者
刘长平
简祯富
傅文翰
-
机构
淮阴工学院管理工程学院
清华大学工业工程与工程管理系
江苏省智能工厂工程研究中心
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2020年第6期1051-1059,共9页
-
基金
国家自然科学基金(71761027)
教育部人文社会科学规划基金(16YJA630032)。
-
文摘
针对最小化最大完工时间零等待流水车间调度问题,设计了一种离散磷虾群优化算法进行求解。根据优化问题特性,定义了算法中虚拟食物的计算方法,规定了虚拟食物影响下磷虾个体之间的交叉规则;提出了个体间的距离计算方式,从而可以界定邻域范围实现个体信息交流;进一步采用交换、逆序、插入等策略来提高算法的局部搜索能力,同时借助多种初始化策略来提高初始种群的质量和多样性。通过典型算例的仿真测试和对比,验证了所设计算法的有效性和鲁棒性。
-
关键词
离散磷虾群优化算法
优化机理
零等待流水车间调度
最小化完工时间
-
Keywords
discrete krill herd optimization
optimization mechanism
no-wait flow shop scheduling
makespan
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
N945
[自然科学总论—系统科学]
-
