[发明专利]语音处理系统及语音处理方法

权利要求书

1.一种语音处理系统，其特征在于，该语音处理系统包括：

一特征获取模块，用于在一声音采集单元采集的一发言者在一连续时间段内的语音中提取发言者对应的语音特征，并依各发言者发言的时间先后，依次提取各发言者在连续时间段内的语音中的语音特征；

一语音识别模块，用于依次判断该提取的语音特征是否与一声纹资料库中的一声纹模型匹配，其中，该声纹资料库中的每一声纹模型关联有一对应的个人信息；

一语音转换模块，用于在确定该当前提取的语音特征与声纹资料库中的一声纹模型匹配时，依次将该发言者在该连续时间段内的语音转换为一段文字；及

一文本生成模块，用于在该发言者的语音转换的该段文字前插入该声纹模型对应的个人信息，并生成一包括该段文字及个人信息的文本，并依次在下一发言者的语音转换的一段文字前插入该声纹模型对应的个人信息后，将下一发言者语音所转换的一段文字及对应的个人信息依次增加到该文本中，并依各发言者发言的时间先后，依次将各发言者的连续时间段内的语音所转换的一段文字及对应的个人信息增加至该文本中。

2.如权利要求1所述的语音处理系统，其特征在于：该特征获取模块用于判断该前后获取的语音特征是否发生变化；当特征获取模块判断该前后获取的语音特征发生变化时，确认一发言者的发言已经结束，而确定该声音采集单元在该结束前的时间段内采集的语音为该发言者在连续时间段内的语音；该特征获取模块在判断当该前后获取的语音特征没有发生变化时，确定仍然为同一发言者在连续时间段内的发言。

3.如权利要求1所述的语音处理系统，其特征在于：该文本生成模块在依次将各发言者的段文字及个人信息增加至该文本中时，先将下一发言者语音所转换的一段文字及对应的个人信息重起新的段落，再增加到该文本中，并依各发言者发言的时间先后，依次将各发言者语音所转换的一段文字及对应的个人信息重起新的段落及增加至该文本中。

4.如权利要求1所述的语音处理系统，其特征在于：该文本生成模块还用于记录每一发言者在每一连续时间段内的发言起始时间，并将该记录的起始时间分别插入对应的各段文字前。

5.一种语音处理方法，其特征在于，该方法包括：

在一声音采集单元采集的一发言者在一连续时间段内的语音中提取发言者对应的语音特征，并依各发言者发言的时间先后，依次提取各发言者在连续时间段内的语音中的语音特征；

依次判断该提取的语音特征是否与一声纹资料库中的一声纹模型匹配，其中，该声纹资料库中的每一声纹模型关联有一对应的个人信息；

在确定该当前提取的语音特征与声纹资料库中的一声纹模型匹配时，依次将该发言者在该连续时间段内的语音转换为一段文字；及

在该发言者的语音转换的该段文字前插入该声纹模型对应的个人信息，并生成一包括该段文字及个人信息的文本，并依次在下一发言者的语音转换的一段文字前插入该声纹模型对应的个人信息后，将下一发言者语音所转换的一段文字及对应个人信息依次增加到该文本中，并依各发言者发言的时间先后，依次将各发言者的连续时间段内的语音所转换的一段文字及对应的个人信息增加至该文本中。

6.如权利要求5所述的语音处理方法，其特征在于，该方法包括：

判断该前后获取的语音特征是否发生变化；

当该前后获取的语音特征发生变化时，确认一发言者的发言已经结束，而确定该声音采集单元在该结束前的时间段内采集的语音为该发言者在连续时间段内的语音；及

当该前后获取的语音特征没有发生变化时，确定仍然为同一发言者在连续时间段内的发言。

7.如权利要求5所述的语音处理方法，其特征在于，该方法包括：

在依次将各发言者的段文字及个人信息增加至该文本中时，先将下一发言者语音所转换的一段文字及对应的个人信息重起新的段落，再增加到该文本中，并依各发言者发言的时间先后，依次将各发言者语音所转换的一段文字及对应的个人信息重起新的段落及增加至该文本中。

8.如权利要求5所述的语音处理方法，其特征在于，该方法包括：

记录每一发言者在每一连续时间段内的发言起始时间，并将该记录的起始时间分别插入对应的各段文字前。