注意力机制已被证明能够提升识别任务中的识别准确率.但是,大多数现有注意力机制致力于开发更复杂的模型以实现更好的性能,这不可避免地增加了模型的复杂性.针对这一问题,将高效通道注意力机制与改进的残差网络相结合,使用附加角裕度损失作为损失函数,提出了一种基于高效通道注意力机制的说话人识别模型.通过消融实验比较跨通道信息交互范围,确定高效通道注意力机制的最佳卷积核.实验结果表明,该模型在中文语料库Zhaishell子集上取得了98.54％的识别准确率.相较于使用交叉熵损失函数的挤压激励残差网络模型和使用附加角裕度损失函数的挤压激励残差网络模型,模型准确率分别提高了 3.73％和2.19％,模型的估计参数总量减少.因此,基于高效注意力机制的说话人识别更适用对参数总量有要求的轻量级任务.
说话人识别 高效通道注意力机制 卷积神经网络 残差网络