[发明专利]结合麦克风声源角度和语音特征相似度分离说话人的方法有效
| 申请号： | 201910908195.2 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110491411B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 汪俊;李索恒;张志齐 | 申请（专利权）人： | 上海依图信息技术有限公司 |
| 主分类号： | G10L21/0272 | 分类号： | G10L21/0272;G10L21/028;G10L21/0308;G10L25/51 |
| 代理公司： | 上海市汇业律师事务所 31325 | 代理人： | 唐嘉伟 |
| 地址： | 200126 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 结合 麦克风 声源 角度 语音 特征 相似 分离 说话 方法 | ||
1.结合麦克风声源角度和语音特征相似度分离说话人的方法，其特征在于，步骤包括：
实时计算麦克风声源信号相对于麦克风的角度变化率并分离说话人；
根据麦克风输入的语音信号的特征相似度，采用增量流式聚类算法，实时计算说话人的概率变化值并分离说话人；
结合所述角度变化率和概率变化值，实时判定说话人是否发生变化；
所述角度变化率的阈值thres的计算公式为：其中，v为说话人运动速度，r为说话人与麦克风的距离；当v为人类慢步行走的最大速度时，所述角度变化率的阈值为thres_1；当v为人类快步行走的最大速度时，所述角度变化率的阈值为thres_2；
所述概率变化值的两个阈值为threshold_1和threshold_2；
所述判定说话人是否发生变化的方法为：
当所述角度变化率小于thres_1，且所述概率变化值小于threshold_2时，则判定为说话人相同；
当所述角度变化率小于thres_1，但所述概率变化值在threshold_2以上时，则判定为说话人不同；
当所述角度变化率在thres_1以上，但小于thres_2，且所述概率变化值小于threshold_1时，则判定为说话人相同；
当所述角度变化率在thres_1以上，但小于thres_2，且所述概率变化值在threshold_1以上时，则判定为说话人不同；
当所述角度变化率在thres_2以上时，则判定为说话人不同。
2.根据权利要求1所述的方法，其特征在于，所述r的取值范围为0.2～0.5米，所述thres_1的取值范围为0.17～0.43°/ms，所述thres_2的取值范围为0.23～0.57°/ms。
3.根据权利要求1所述的方法，其特征在于，所述threshold_1为0.3，threshold_2为0.5。
4.根据权利要求1所述的方法，其特征在于，所述语音信号的特征包括声纹特征。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海依图信息技术有限公司，未经上海依图信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910908195.2/1.html，转载请声明来源钻瓜专利网。
- 上一篇：语音分离方法、语音识别方法及相关设备
- 下一篇：声音分离方法和装置、电子设备
