[发明专利]说话者角色确定方法、装置、设备及存储介质

说明书

本发明实施例提供了一种说话者角色确定方法、装置、设备及存储介质，方法包括：获取待角色确定音频的各人声语句片段；获取各所述人声语句片段的音色特征和文本特征；根据所述音色特征和所述文本特征获取各所述人声语句片段的音色文本融合特征；利用角色确定模型根据各所述音色文本融合特征确定各所述人声语句片段的说话者角色。本发明实施例所提供的说话者角色确定方法、装置、设备及存储介质，可以确定音频中说话者角色并提高说话者角色确定的准确性。

技术领域

本发明实施例涉及计算机领域，尤其涉及一种说话者角色确定方法、装置、设备及存储介质。

背景技术

随着人们对教育的重视，课堂的质量越来越受到老师和家长的重视，需要对课堂的质量进行评估。

在课堂质量评价体系中，师生的说话次数和交互时长已经被公认为评价课堂质量好坏的重要指标，为此需要将课堂的音频在时间轴上进行拆分，并将拆分后的声音进一步分类为老师角色或者学生角色，进而得到在课堂内老师和学生各自说话的时间，实现课堂内师生说话时间标记。

然而，现有的音频处理，不能实现说话者角色的确定。

因此，如何确定音频中说话者角色，即成为亟需解决的技术问题。

发明内容

本发明实施例解决的技术问题是提供一种说话者角色确定方法、装置、设备及存储介质，以确定音频中说话者角色。

为解决上述问题，本发明实施例提供一种说话者角色确定方法，包括：

获取待角色确定音频的各人声语句片段；

获取各所述人声语句片段的音色特征和文本特征；

根据所述音色特征和所述文本特征获取各所述人声语句片段的音色文本融合特征；

利用角色确定模型根据各所述音色文本融合特征确定各所述人声语句片段的说话者角色。

为解决上述问题，本发明实施例还提供一种说话者角色确定装置，包括：

人声语句片段获取单元，适于获取待角色确定音频的各人声语句片段；

音色特征和文本特征获取单元，适于获取各所述人声语句片段的音色特征和文本特征；

音色文本融合特征获取单元，适于根据所述音色特征和所述文本特征获取各所述人声语句片段的音色文本融合特征；

说话者角色确定单元，适于利用角色确定模型根据各所述音色文本融合特征确定各所述人声语句片段的说话者角色。

为解决上述问题，本发明实施例还提供一种设备，包括至少一个存储器和至少一个处理器；所述存储器存储有程序，所述处理器调用所述程序，以执行如前述的说话者角色确定方法。

为解决上述问题，本发明实施例还提供一种存储介质，所述存储介质存储有适于说话者角色确定的程序，以实现如前述的说话者角色确定方法。

与现有技术相比，本发明的技术方案具有以下优点：