买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安科技(深圳)有限公司

摘要：本发明涉及语音信号处理技术领域，本发明公开了一种基于语音识别的会议记录方法、装置、设备及存储介质，所述方法包括：通过实时获取待识别音频数据；对待识别音频数据进行多通道分割处理，人声频率特征提取，以及人声分离，得到人声数据；通过说话人识别模型对人声数据进行语音识别，得到说话人信息；获取与说话人信息关联的历史记录文本，对人声数据进行基于上文语义的文本识别，得到文本结果；根据说话人信息和文本结果，确定出与待识别音频数据对应的会议记录内容。因此，本发明实现了通过多通道人声分离，以及语音识别，自动识别出说话人信息，并通过基于上文语义的文本识别，识别出文本结果，提高了会议记录输出的准确性、及时性和效率。

主权项：1.一种基于语音识别的会议记录方法，其特征在于，包括：实时获取待识别音频数据；对所述待识别音频数据进行多通道分割处理，并对多通道分割处理后的所述待识别音频数据进行人声频率特征提取，以及根据提取的人声频率特征进行人声分离，得到人声数据；运用SincNet过滤器，通过说话人识别模型对所述人声数据进行高低通滤波，以及对高低通滤波后的所述人声数据进行语音识别，得到说话人信息；获取与所述说话人信息关联的历史记录文本，根据获取的所述历史记录文本，对所述人声数据进行基于上文语义的文本识别，得到文本结果；根据所述说话人信息和所述文本结果，确定出与所述待识别音频数据对应的会议记录内容；所述对所述待识别音频数据进行多通道分割处理，并对多通道分割处理后的所述待识别音频数据进行人声频率特征提取，以及根据提取的人声频率特征进行人声分离，得到人声数据，包括：对所述待识别音频数据进行多通道分割处理，得到多个全频带特征数据和多个子频带特征数据；其中，一个所述全频带特征数据对应多个所述子频带特征数据；对各所述全频带特征数据以及与各所述全频带特征数据对应的所有所述子频带特征数据进行人声频率特征提取，根据提取的所述人声频率特征进行人声频率点识别，得到与各所述全频带特征数据一一对应的人声识别矩阵；根据所有人声识别矩阵，对所述待识别音频数据进行人声分离，得到与所述待识别音频数据对应的人声数据；所述对所述待识别音频数据进行多通道分割处理，得到多个全频带特征数据和多个子频带特征数据，包括：对所述待识别音频数据进行短时傅里叶变换处理，得到多个全频带频谱图；对各所述全频带频谱图进行多通道子频带分解，得到与各所述全频带频谱图对应的子频带频谱图；一个所述全频带频谱图对应预设子频带个数的所述子频带频谱图，且每一个所述子频带频谱图对应一个子频带；将各所述全频带频谱图输入全频特征提取模型，通过所述全频特征提取模型对所述全频带频谱图中的全频特征进行提取，得到与各所述全频带频谱图一一对应的所述全频带特征数据；将各所述子频带频谱图输入与其子频带对应的子频带特征提取模型，提取各所述子频带频谱图中的与其子频带对应的音频特征，得到与各所述子频带频谱图一一对应的所述子频带特征数据；其中，一个子频带特征提取模型对应一个子频带。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于语音识别的会议记录方法、装置、设备及存储介质