龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京百度网讯科技有限公司
摘要：本公开提供了一种话者分离方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及语音处理、智能客服技术领域。具体实现方案为：对目标音频的第一音频片段进行人声判定，得到多个人声片段；提取各个人声片段的话者特征；基于各个人声片段的话者特征之间的特征相似度，对人声片段进行聚类，得到话者片段集合和非话者片段集合；针对非话者片段集合包含的每个人声片段，计算该人声片段与各个话者片段集合的特征相似度，从中确定特征相似度最大值，若特征相似度最大值大于预设的相似度阈值，将该人声片段划分至特征相似度最大值对应的话者片段集合。能够实时、快速对目标音频进行话者分离，在说话人较多情况下仍有良好的话者分离效果。
主权项：1.一种话者分离方法，包括：对目标音频的第一音频片段进行人声判定，得到多个人声片段；对所述人声片段进行特征提取，得到各个人声片段的话者特征；基于各个人声片段的话者特征之间的特征相似度，以及预设的第一相似度阈值，对所述人声片段进行聚类，得到至少一个话者片段集合和至少一个非话者片段集合；其中，每个话者片段集合包含的人声片段的数目达到预设数目且属于同一话者；所述非话者片段集合包含的人声片段的数目未达到所述预设数目；针对所述非话者片段集合包含的每个人声片段，计算该人声片段与各个话者片段集合的特征相似度，并从中确定特征相似度最大值，若所确定的特征相似度最大值大于预设的第二相似度阈值，将该人声片段划分至所述特征相似度最大值对应的话者片段集合；对所述目标音频的第二音频片段进行人声判定和特征提取，得到多个后续人声片段的话者特征；针对所述话者片段集合、所述非话者片段集合和所述后续人声片段进行重新聚类，得到更新后的话者片段集合；为每一个更新后的话者片段集合生成第二话者标签，并基于更新前的话者片段集合与更新后的话者片段集合中相同人声片段的数目进行匹配，得到更新前的话者片段集合与更新后的话者片段集合的匹配结果；将更新后的话者片段集合的第二话者标签调整为与其相匹配的更新前的话者片段集合的第一话者标签。
全文数据：
权利要求：
百度查询： 北京百度网讯科技有限公司 一种话者分离方法、装置、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号