[发明专利]一种语音分割点的确定方法和装置

权利要求书

1.一种语音分割点的确定方法，其特征在于，所述方法包括：

获取关于当前帧的第一时间范围内的语音帧发生特征变化的第一分割点；

对所述第一时间范围内的语音帧，从所述第一分割点开始按照第一预设帧长度进行分段，获取分段之后的第一子段落，并提取每一所述第一子段落的嵌入矢量，直至再次获取到所述语音帧发生特征变化的第二分割点；

在相邻两个所述第一子段落的嵌入矢量的相似度满足预设条件的情况下，确定所述当前帧的时间为第一目标分割点。

2.根据权利要求1所述的方法，其特征在于，所述在相邻两个所述第一子段落的嵌入矢量的相似度满足预设条件的情况下，确定所述当前帧的时间为第一目标分割点，包括：

获取相邻两个第一子段落的嵌入矢量的相似度；

将所述相似度与预设阈值进行比较，若所述相似度小于所述预设阈值，则确定所述当前帧的时间为所述第一目标分割点。

3.根据权利要求2所述的方法，其特征在于，所述相似度为相邻两个第一子段落的嵌入矢量的余弦距离或者欧式距离；

其中，相邻两个第一子段落的嵌入矢量在空间中距离越近，相似度越大。

4.根据权利要求1所述的方法，其特征在于，在所述确定所述当前帧的时间为第一目标分割点之后，所述方法还包括：

获取与所述第一目标分割点相邻的第二目标分割点；

将所述第一目标分割点与所述第二目标分割点之间的语音帧，按照第二预设帧长度进行分段，获取分段之后的第二子段落，并提取每一所述第二子段落的嵌入矢量；

根据所述第二子段落的嵌入矢量，确定多个对象中的目标对象。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第二子段落的嵌入矢量，确定多个对象中的目标对象，包括：

在所述第二子段落的嵌入矢量为多个的情况下，计算多个所述第二子段落的嵌入矢量的嵌入矢量平均值；

根据所述嵌入矢量平均值与对象之间的对应关系，确定多个对象中与所述嵌入矢量平均值对应的对象为所述目标对象。

6.一种语音分割点的确定装置，其特征在于，包括：

第一获取模块，用于获取关于当前帧的第一时间范围内的语音帧发生特征变化的第一分割点；

第一处理模块，用于对所述第一时间范围内的语音帧，从所述第一分割点开始按照第一预设帧长度进行分段，获取分段之后的第一子段落，并提取每一所述第一子段落的嵌入矢量，直至再次获取到所述语音帧发生特征变化的第二分割点；

第二处理模块，用于在相邻两个所述第一子段落的嵌入矢量的相似度满足预设条件的情况下，确定所述当前帧的时间为第一目标分割点。

7.根据权利要求6所述的装置，其特征在于，所述第二处理模块，包括：

第二获取单元，用于获取相邻两个第一子段落的嵌入矢量的相似度；

第二处理单元，用于将所述相似度与预设阈值进行比较，若所述相似度小于所述预设阈值，则确定所述当前帧的时间为所述第一目标分割点。

8.根据权利要求7所述的装置，其特征在于，所述相似度为相邻两个第一子段落的嵌入矢量的余弦距离或者欧式距离；

其中，相邻两个第一子段落的嵌入矢量在空间中距离越近，相似度越大。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第二获取模块，用于获取与所述第一目标分割点相邻的第二目标分割点；

第三处理模块，用于将所述第一目标分割点与所述第二目标分割点之间的语音帧，按照第二预设帧长度进行分段，获取分段之后的第二子段落，并提取每一所述第二子段落的嵌入矢量；

第一确定模块，用于根据所述第二子段落的嵌入矢量，确定多个对象中的目标对象。

10.根据权利要求9所述的装置，其特征在于，所述第一确定模块，包括：

第一计算单元，用于在所述第二子段落的嵌入矢量为多个的情况下，计算多个所述第二子段落的嵌入矢量的嵌入矢量平均值；

第一确定单元，用于根据所述嵌入矢量平均值与对象之间的对应关系，确定多个对象中与所述嵌入矢量平均值对应的对象为所述目标对象。