[发明专利]语音角色分离的方法和设备

摘要

本发明的目的是提供一种语音角色分离的方法和设备，通过采用多阵列指向性的麦克风，对不同人的声音，采用不同的硬件进行采集，结合算法+硬件的能力，比单纯凭借算法进行角色分离的准确率更高。记者在采访时无需了解技术细节，只需要针对不同的采访对象，摆放好相应录音设备，打开手机等人机交互设备上的App，既可将语音实时/非实时地转成文字，并拿到已经进行精准角色分离的文字结果，为记者的音频素材处理环节节约大量时间和精力。

主权项

1.一种语音角色分离的方法，其中，该方法包括：单个拾音头，通过左右声道分离的方式分别抽取不同说话人的声音，其中，所述单个拾音头是有多指向模式的麦克风；根据每个声道音频中对应所指向的说话角色，对每个声道音频进行增益处理；根据每个声道音频中对应所指向的说话角色之外的侧面音频，对经过所述增益处理后的每个声道音频进行降噪处理；对经过所述降噪处理处理后的每个声道音频进行消除回音的处理；将经过消除回音处理的每个声道音频切分为音频片段，根据每个声道音频中对应所指向的说话角色，对每个音频片段标注对应的说话角色标签；将每个音频片段转换为对应的文字，根据每个音频片段标注的说话角色标签，为对应的文字标注所述说话角色标签；在录音过程中对重要的段落进行标记，以供后续使用过程中查看；以句子为维度，选择不同的字词/段落进行音频播放。