TL—CNN—GAP模型下的小样本声纹识别方法研究

• 作 者: 丁冬兵
• 出 处: 电脑知识与技术
• 发表日期: 2018年24期
• 关键词: 卷积神经网络 全局平均池化 小样本 图像增多算法 迁移学习 声纹识别

为提高小样本声纹识别效率,该文提出了一种TL-CNN-GAP网络模型下的小样本声纹识别方法。该方法利用源数据集预训练卷积神经网络(Convolutional Neural Network,CNN),将训练好的卷积层与降采样层用迁移学习(Transfer learn-ing,TL)的方法迁移到小样本的目标集上,最后用全局平均池化层(Global Average Pooling,GAP)替换重训练CNN中的全连接层(Fully Connected layers,FC)。这样不仅减少了小样本声纹识别模型的