[发明专利]说话人分离算法的评估方法、装置、电子设备和存储介质

权利要求书

1.一种说话人分离算法的评估方法，包括：

将样本音频的说话人分离结果与所述样本音频的预设语音分段结果对齐，得到第一对齐结果，其中，所述说话人分离结果通过待评估的说话人分离算法得到，所述第一对齐结果中语音段落的划分方式与所述预设语音分段结果一致，所述第一对齐结果中的说话人标签根据所述说话人分离结果中的预测说话人标签确定；

根据所述第一对齐结果，评估所述待评估的说话人分离算法的覆盖效果，其中，所述待评估的说话人分离算法的覆盖效果为所述待评估的说话人分离算法输出的所述说话人分离结果覆盖所述样本音频的范围大小。

2.根据权利要求1所述的方法，其中，所述方法还包括：

将所述样本音频的真实说话人信息与所述样本音频的预设语音分段结果对齐，得到第二对齐结果，其中，所述第二对齐结果中语音段落的划分方式与所述预设语音分段结果一致，所述第二对齐结果中的说话人标签根据所述真实说话人信息中的真实说话人标签确定；

根据所述第一对齐结果和所述第二对齐结果，评估所述待评估的说话人分离算法的预测效果；

其中，所述根据所述第一对齐结果和所述第二对齐结果，评估所述待评估的说话人分离算法的预测效果，包括：

根据所述第二对齐结果中的说话人标签和所述第一对齐结果中的说话人标签，确定所述第一对齐结果对应的正确预测时长；

根据所述第一对齐结果对应的所述预测时长和所述正确预测时长，得到所述待评估的说话人分离算法的精确度，评估所述待评估的说话人分离算法的预测效果。

3.根据权利要求2所述的方法，其中，所述方法还包括：

根据所述第二对齐结果，评估所述预设语音分段结果对应的分段算法的分段效果。

4.根据权利要求1所述的方法，其中，所述根据所述第一对齐结果，评估所述待评估的说话人分离算法的覆盖效果，包括：

根据所述第一对齐结果中每个说话人标签对应的语音段落的段落时长确定所述第一对齐结果对应的预测时长，以及根据所述第一对齐结果中每个语音段落的段落时长确定所述第一对齐结果对应的总时长；

根据所述第一对齐结果对应的所述预测时长和所述总时长，得到所述待评估的说话人分离算法的覆盖率，以衡量所述待评估的说话人分离算法的覆盖效果。

5.根据权利要求3所述的方法，其中，所述根据所述第二对齐结果，评估所述预设语音分段结果对应的分段算法的分段效果，包括：

对于所述第二对齐结果中每个语音段落，根据该语音段落在所述第二对齐结果中的说话人标签和该语音段落对应的所述真实说话人标签，确定该语音段落的纯净度，其中，该语音段落的纯净度为所述真实说话人标签的时间长度与该语音段落的时间长度的比值；

根据所述第二对齐结果中每个语音段落的纯净度，得到所述第二对齐结果的纯净度，以衡量所述预设语音分段结果对应的分段算法的分段效果。

6.根据权利要求2所述的方法，其中，对于所述第二对齐结果中的每个语音段落，该语音段落的说话人标签通过以下方式确定：

根据所述样本音频的真实说话人信息，确定与该语音段落对应的至少一个候选语音段落；

将所述候选语音段落中段落时长最长的语音段落确定为目标语音段落；

根据所述目标语音段落对应的说话人标签，得到该语音段落的说话人标签。

7.根据权利要求1-6中任一项所述的方法，其中，所述样本音频通过以下方式得到：

获取预设音频和所述预设音频对应的来源设备信息；

根据所述来源设备信息，确定所述预设音频对应的语音段落和相应的真实说话人标签，以得到所述样本音频。

8.根据权利要求1-6中任一项所述的方法，其中，所述样本音频为线上会议音频。