声纹识别

使用 C++/Faiss 加速海量 MFCC 特征的相似性搜索

使用C++/Faiss加速海量MFCC特征的相似性搜索引言在现代音频处理应用中，例如大规模声纹识别(SpeakerRecognition)、音乐信息检索(MusicInformationRetrieval

whoarethenext·2025-07-08 04:17

使用 C++ 实现 MFCC 特征提取与说话人识别系统

本文将引导你了解如何使用C++库计算核心的音频特征——梅尔频率倒谱系数(MFCCs)，并进一步利用这些特征构建一个说话人识别（声纹识别）系统。

whoarethenext·2025-07-07 14:38

微软ASR与开源模型分析

直播转录）音频文件转文本支持多种格式（WAV/MP3等），批量处理长音频定制化模型针对特定行业术语（医疗/金融）训练专属模型多语言混合识别中英文混合、方言识别（如中文普通话+粤语）说话人分离区分不同发言人（声纹识别

老兵发新帖·2025-06-24 23:45

鸿蒙开发实战之Audio Kit打造美颜相机沉浸式音效

一、核心音频场景通过AudioKit实现三大声音增强：视频录制音质优化智能降噪（环境噪音降低30dB）声场增强（采样率48kHz/24bit）语音交互升级美颜参数语音控制（支持中英文混合指令）声纹识别解锁高级功能沉浸式播放体验

·2025-06-16 10:17

鸿蒙OS&UniApp声纹识别与语音验证：打造安全可靠的跨平台语音应用#三方框架 #Uniapp

UniApp声纹识别与语音验证：打造安全可靠的跨平台语音应用在当今移动应用开发领域，声纹识别和语音验证技术正在成为越来越重要的生物认证方式。

淼学派对·2025-06-03 05:17

多因素身份鉴别组合方案及应用场景

账号+密码+手机短信验证码2.账号+密码+USB-key（硬件令牌）3.账号+密码+动态令牌（Token）二、基于"Iknow+Mine"的组合方案1.账号+密码+生物特征（指纹/人脸）2.账号+密码+声纹识别三

Waitccy·2025-05-28 18:23

AI人工智能语音识别在金融风控中的应用

AI人工智能语音识别在金融风控中的应用关键词：语音识别、金融风控、AI人工智能、声纹识别、自然语言处理、欺诈检测、深度学习摘要：本文深入探讨了AI语音识别技术在金融风控领域的创新应用。

AI智能探索者·2025-05-14 12:45

MARS_AI_·2025-05-06 16:35

“智能安全防护：智能枪弹柜，保障您的武器安全“

智能枪弹柜是一种用于存放枪支弹药的智能化设备，主要应用于公安、武警、部队、金融、检察院、法院等涉枪单位，以下将从其功能特点、系统组成、优势等维度展开介绍：功能特点身份识别功能：采用多种生物识别技术，如指纹识别、指静脉识别、虹膜识别、人脸识别、声纹识别等

lkone（立控）·2025-04-28 14:29

DeepSeek全栈接入指南：从零到生产环境的深度实践

1.1.1多模态智能引擎自然语言处理：支持文本生成（NLG）、语义理解（NLU）、情感分析等计算机视觉：提供图像分类、目标检测、OCR识别等CV能力语音交互：包含语音识别（ASR）、语音合成（TTS）及声纹识别

量子纠缠BUG·2025-02-27 21:30

行业洞察 | 你的耳机能进行骨传导声纹识别吗？

随着人工智能的发展，对于声纹识别很多人已不陌生。声纹识别是将声信号转换成电信号，再通过计算机进行识别。

Magic Data·2025-02-15 06:14

基于“感知–规划–行动”的闭环系统架构

听觉：利用麦克风阵列、声学传感器，结合声纹识别、语音识别（如基于Transformer或RNN的模型）技术处理音频信息。文本与语义信息：通过文

由数入道·2025-02-10 22:39

YeAudio音频工具的介绍和使用

它不仅能够对音频进行裁剪、添加混响、添加噪声等多种处理操作，还广泛应用于语音识别、语音合成、声音分类以及声纹识别等多个项目领域。安装使用pip安装。

夜雨飘零1·2024-09-04 03:53

音频播放器

验证的例子：打印ffmpeg支持的所有解码器，解码音视频、字幕image.pngimage.png在声纹识别中，为了满足对不同采样率的要求，常需要对语音进行重采样。

最美下雨天·2024-01-26 05:55

ABeam×StartUp丨ABeam旗下德硕管理咨询（深圳）新创部门拜访「声扬科技」，解密声音的秘密

随着人工智能的快速发展，音频处理、语音分析、声纹识别等技术的应用也日益扩充至各个方面，这些技术不仅是前沿领域的高新科技，也与我们的生活息息相关。

陵门检录·2024-01-15 14:40

2023年12月27日学习记录_加入噪声

additivewhitegaussiannoise(AWGN)加入realworldnoises2、使用kaggel上的一个小demo：CNN模型运行时出现的问题调整采样率时出现bug3、明确90dB下能否声纹识别

郭小儒·2024-01-03 14:35

声纹识别_加入噪声

目录1、addnoisetoaudioclipssignaltonoiseratio(SNR)2、加入additivewhitegaussiannoise(AWGN)1.howtogenerateAWGN2.AWGN的频率分析3.加入噪声3、加入realworldnoises1、addnoisetoaudioclips学习如何将噪声加入到audiodata中，后续可以将不同SNR的噪声加入原始信号

郭小儒·2024-01-03 14:04

声纹识别资源汇总（不断更新）

目录一、任务说明二、指标三、声纹识别研究现状四、数据集开源（1）VoxCeleb：（2）WSJandLibriSpeechCorpus（3）VOiCESDataset（4）EnglishMulti-speakerCorpusforVoiceCloning

郭小儒·2024-01-03 14:30

2023年12月20日学习总结

今日todolist：学习kaggle中storesales中的dartforcasting大概搜集一个声纹识别的报告（老师给的新项目）学习时不刷手机okkkkkkkkkkkkkk开始目录1.时间序列预测

郭小儒·2023-12-27 11:45

基于d-vector的声纹识别（作为初学者的小总结）

基于d-vector的声纹识别（作为初学者的小总结）——2023年12月22日目录基于d-vector的声纹识别（作为初学者的小总结:wink:）——2023年12月22日0、简要介绍1、数据data2

郭小儒·2023-12-27 11:15

音频特效生成与算法 3

其中比较常见的有ASR（AutomaticSpeechRecognition）可以理解为语音转文字，TTS（TextToSpeech）文字转语音和VPR（VoicePrintRecognition）声纹识别等

_Rye_·2023-12-04 22:34

Speaker Verification，声纹验证详解——语音信号处理学习（九）

参考文献：SpeakerVerification哔哩哔哩bilibili2020年3月新番李宏毅人类语言处理独家笔记声纹识别-16-知乎(zhihu.com)(2)MetaLearning–Metric-based

LotusCL·2023-11-23 04:01

百度大脑小度声纹识别技术解析

日前，继在江苏卫视《最强大脑》第四季“人机大战”首轮任务跨年龄人脸识别竞赛中击败人类顶级选手后，在上周五晚上，百度的小度机器人再次在声纹识别任务上迎战名人堂选手——11岁的“听音神童”孙亦廷，双方最终以

付江·2023-11-14 17:02

2023CPEM电力人工智能大会，联丰迅声斩获“声纹识别技术创新奖”

没有什么能够阻挡人类对美好未来的向往。11月的贵阳，秋色宜人，天高水远。电力大咖齐聚美丽的林城，聚焦电力人工智能高质量发展之路，碰撞创新智慧，畅想绿色未来。2023年11月3日，第4届电力人工智能大会暨第2届电力行业数字化转型大会在贵州贵阳圆满落下帷幕。本届大会由CPEM全国电力设备管理网、国家能源智能电网(上海)研发中心、复杂能源系统智能计算教育部工程研究中心、中国电子劳动学会双碳和能源创新工作

科技赋能生活·2023-11-13 17:50

说话人识别声纹识别CAM++，ECAPA-TDNN等算法

参考：https://www.modelscope.cn/models?page=1&tasks=speaker-verification&type=audiohttps://github.com/alibaba-damo-academy/3D-Speaker/blob/main/requirements.txt单个声纹比较可以直接modelscope包运行frommodelscope.pipel

loong_XL·2023-11-10 11:45

基于深度学习的语音识别系统构建

进数字音频系统研究开发交流答疑(课题组)项目内容：1.语音识别系统构建：负责基于kaldi的混合语音识别模型系统的构建，包括训练数据的搜集与处理，模型训练测试、rescore解码流程和上线部署等；2.声纹识别系统构建

周南音频科技教育学院(AI湖湘学派)·2023-11-10 10:04

多分类loss学习记录

这里简单的记录在人脸识别/声纹识别中常用的分类loss。详细原理可以参考其他博客。

weixin_43870390·2023-10-28 09:53

进阶课1——声纹识别

声纹识别是一种生物识别技术，也称为说话人识别，包括说话人辨认和说话人确认两种技术。

AI 智能服务·2023-10-21 16:48

声纹识别与声源定位（一）

首先看下Speakerrecognition声纹识别，声纹是由人类的“发音机理”所产生的，

shadowismine·2023-09-20 23:16

声纹识别与声源定位（二）

一、引言什么是声源定位(SoundSourceLocalization，SSL)技术？声源定位技术是指利用多个麦克风在环境不同位置点对声信号进行测量，由于声信号到达各麦克风的时间有不同程度的延迟，利用算法对测量到的声信号进行处理，由此获得声源点相对于麦克风的到达方向（包括方位角、俯仰角）和距离等。当谈及到声源定位，我们很容易联想到人耳定位，人的单耳和双耳都具有定位的能力。在单耳定位中，耳廓各部位会

shadowismine·2023-09-20 23:16

一种基于语音识别的防溺水系统的技术背景

为了提高系统的准确性，通常还会使用其他技术来帮助识别和分析水中人员的声音，比如声纹识别技

李姝瑶·2023-09-14 12:07

样本量极少如何机器学习？看看这篇Few-Shot Learning综述

但基于小样本的模型训练又在工业界有着广泛的需求（单用户人脸和声纹识别、药物研发、推荐冷启动、欺诈识别等样本规模小或数据收集成本高的场景），Few-ShotLearning（小样本学习

人工智能与算法学习·2023-09-13 06:17

机器学习同样数量样本和目标_样本量极少如何机器学习？Few-Shot Learning概述

但基于小样本的模型训练又在工业界有着广泛的需求（单用户人脸和声纹识别、药物研发、推荐冷启动、欺诈识别等样本规模小或数据收集成本高的场景），Few-ShotLearning（小样本学习

士节·2023-09-13 06:17

ICASSP 2023说话人识别方向论文合集

今年入选ICASSP2023的论文中，说话人识别（声纹识别）方向约有64篇，初步划分为SpeakerVerification（31篇）、SpeakerRecognition（9篇）、SpeakerDiarization

语音之家·2023-08-28 17:39

指纹、刷脸多灾多难，声纹识别能否崛起成为新主流？

基于声纹识别独特

Daffodil_51e5·2023-08-27 00:07

基于PaddlePaddle实现的声纹识别系统

前言本项目使用了EcapaTdnn、ResNetSE、ERes2Net、CAM++等多种先进的声纹识别模型，不排除以后会支持更多模型，同时本项目也支持了MelSpectrogram、Spectrogram

夜雨飘零1·2023-08-24 14:18

基于Pytorch实现的声纹识别系统

前言本项目使用了EcapaTdnn、ResNetSE、ERes2Net、CAM++等多种先进的声纹识别模型，不排除以后会支持更多模型，同时本项目也支持了MelSpectrogram、Spectrogram

夜雨飘零1·2023-08-21 11:45

NeMo 声纹识别VPR-实战

声纹识别(VPR)，生物识别技术的一种，也称为说话人识别，是从说话人发出的语音信号中提取声纹信息，从应用上看，可分为：说话人辨认(SpeakerIdentification)：用以判断某段语音是若干人中的哪一个所说的

wxl781227·2023-08-16 04:17

怎样用声纹识别，提升智能硬件产品的用户体验？-转

一、背景当前智能硬件产品中，最耀眼的莫过于百箱大战的智能音箱、百“机”争鸣的智能机器人，这些智能语音产品已逐渐走进百姓的视线中。在智能音箱市场中，且不说国外的AmasonEcho和GoogleHome，仅在国内，去年双十一，天猫精灵99元跳楼价卖了一百万台，还有铺天盖地而来的小爱同学、叮咚音箱、小雅同学、出门问问等。今年，百度推出比天猫精灵还低10元的小度智能音箱，仅卖89元，烧钱大战一个比一个狠

生活的探路者·2023-08-12 05:52

使用tensorflow和densenet神经网路实现语谱图声纹识别,即说话人识别。

介绍本文介绍一种使用tensorflow框架和densenet神经网路实现声纹语谱图识别算法,即说话人识别。本文侧重一种解决方案的思路，仅做了小批量数据的简单验证，收敛效果良好，还没有做大量数据集的验证，后期会做一些实际的验证，请持续关注。如果乐意与我交流，文章后面有联系方式，随时欢迎。代码地址码云：https://gitee.com/lizhigong/VoiceprintRecognition

zhigongjz·2023-07-27 21:52

使用mondorescue将本机linux centos 7服务器制作成光盘

准备重新训练声纹识别，数据集增加了10来G，原来的4台设备完全不够用啊，然后就准备把公司淘汰的i3i5笔记本拿来加入集群，如何快速搭建环境呢，直接将配置好的备份成ios，然后安装，接下来记录下整个流程，

wuxianfeng1987·2023-07-22 13:41

教你windows下配置java环境变量&idea配置maven库（标贝科技）

顺便介绍下：我们是一家致力于智能语音交互的AI公司，我们提供了语音识别、语音合成、声纹识别、声音复刻、声音转换等技术产品供小伙伴们测试调用，感兴趣的，第三部分有详细说明！！！！！

DataBaker标贝科技·2023-07-21 11:41

好莱坞明星中谁与自己的声音最相似？

简评：声纹识别可以说是非常酷了~戳链接直接试用：VoiceVectorWebpage每个人都有自己的声音，不同的人会有不同的声音。有些人是萝莉音，有些人则是铁观音。

极小光·2023-07-19 09:05

声音合成与克隆——制作用于训练的声音数据集

前言1.PaddleSpeech是一个简单易用的all-in-one的语音工具箱，支持语音处理的相关操作，如语音知别，语音合成，声纹识别，声音分类，语音翻译，语音唤醒等多个方向的应用开发。

知来者逆·2023-07-14 16:39

自然语言处理复习

情感分析、机器翻译、文本自动摘要、聊天机器人、信息抽取二、NLP的主要任务：文本分类：新闻分类、垃圾邮件识别、情感分析、意图识别文本匹配：query-doc搜索、商品检索、QA系统、个性化推荐、智能客服、声纹识别序列标注

饭饭童鞋·2023-07-13 18:58

基于Tensorflow实现声纹识别

基于Tensorflow实现语音识别安装librosalibrosa是一种用于音频处理的工具包,具有图形处理，特征提取，绘制声音图形。安装命令:pipinstallpytest-runnerpipinstalllibrosa安装pyAudiopyAudio用于提取特征，训练并且使用分类器、语音分割功能、内容关系可视化具体功能：特征提取(featureextraction)：关于时域信号和频域信号都

TomCruisePro·2023-06-17 11:15

kaldi 源码分析(六) - 指令参数分析

走在成长的道路上·2023-04-20 22:34

马云为女人们设计了一款利器，让天下宅男无法安然入睡了！

它还具有声纹识别技术，能够分清家里的每个人，能够分清命令者的身份。很多“健忘症”的人，看了阿里巴巴发布的这款产品，都欢呼雀跃，因为这下完全可以不

科技菌资讯站·2023-04-15 08:07

如何搭建dejavu调试环境

dejavu最近帮朋友试验个声纹识别工具dejavu，费了不少劲，网络上也没搜到有效的解决办法，所以把遇到的坑列出来，希望能帮到你。

Mr韩_xianfeng·2023-04-12 19:47

捷报！快商通斩获数字中国创新大赛2大重量级奖项

10月12日，2020数字中国创新大赛·鲲鹏赛道年度总决赛在福州收官，快商通KristonAI携“猎擎”声纹识别系统平台，从千支队伍中一路过关斩将，荣获“AI技术比赛二等奖”及“企业奖-创新创意奖”。

KuAI_KST·2023-04-11 06:43

推荐频道