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！

龙图腾网恭喜四川大学申请的专利一种基于特征融合的陆空通话说话人角色识别方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115240651B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210841849.6，技术领域涉及：G10L15/04；该发明授权一种基于特征融合的陆空通话说话人角色识别方法及装置是由林毅;石含;郭东岳;杨波;吴志红设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本一种基于特征融合的陆空通话说话人角色识别方法及装置在说明书摘要公布了：本发明涉及民用航空空中交管理语音通信领域，特别是一种基于特征融合的陆空通话说话人角色识别方法及装置。本发明提出了一种基于特征融合的陆空通话说话人角色识别方法，通过综合考虑陆空通话语音信号的特征表示和文本信息的特征表示，提高了陆空通话语音中说话人角色识别的准确率，解决了陆空通话中说话人角色识别的难题，为空管安全防护、空管数据分析、空管业务培训等应用提供相对应的说话人角色信息。

本发明授权一种基于特征融合的陆空通话说话人角色识别方法及装置在权利要求书中公布了：1.一种基于特征融合的陆空通话说话人角色识别方法，其特征在于，包括以下步骤：S1：实时接收陆空通话的语音信号，并对所述语音信号进行降噪处理；S2：持续监听并从降噪处理后的所述语音信号中提取出包含人声的单句语音片段；S3：将所述单句语音片段转录为文本信息；S4：将所述单句语音片段以及所述文本信息输入到预构建的多模态说话人角色识别模型中进行识别，所述多模态说话人角色识别模型分别从所述单句语音片段和所述文本信息中提取语音特征表示和文本特征表示，并根据所述语音特征表示和所述文本特征表示输出所述语音信号对应的说话人角色信息；其中，所述说话人角色信息包括管制员以及飞行员；所述多模态说话人角色识别模型的构建包括以下步骤：A：基于深度神经网络构建多模态说话人角色识别初步模型；所述多模态说话人角色识别初步模型包括文本预训练模块、语音预训练模块以及基于模态注意力机制的分类模块；B：设置所述多模态说话人角色识别初步模型的超参数初始值以及训练参数；C：通过标注说话人角色信息的语料训练所述多模态说话人角色识别初步模型，网络收敛后输出为多模态说话人角色识别模型；所述语音预训练模块采用自监督学习进行模型训练，用于从所述单句语音片段中提取语音特征表示；所述语音预训练模块包括动态卷积音频特征提取器、编码器、Transformer单元和量化器；所述动态卷积音频特征提取器包括三个串联的动态卷积单元，所述动态卷积单元抽取高维的初步语音特征的步骤包括：将第一动态卷积单元的输出和第二动态卷积单元的输出通过残差链接相加后再输入第三动态卷积单元处理后输出初步语音特征；所述编码器包括若干卷积神经网络层，用于提取所述初步语音特征的潜在语音表征信息；所述Transformer单元用于获取上下文表征信息；所述量化器用于用于构造自监督训练目标；所述语音预训练模块包括以下运行步骤：通过所述动态卷积音频特征提取器从所述单句语音片段中提取初步语音特征；再通过所述编码器提取所述初步语音特征的潜在语音表征信息；然后分别通过所述Transformer单元和所述量化器获取所述潜在语音表征信息中的深层表征信息和量化表征后；输出所述单句语音片段对应的语音特征表示。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川大学，其通讯地址为：610065 四川省成都市一环路南一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。