[发明专利]一种话者分离方法、装置、电子设备和存储介质在审
| 申请号： | 202111447647.5 | 申请日： | 2021-11-30 |
| 公开（公告）号： | CN114220452A | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 赵情恩 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G10L21/0272 | 分类号： | G10L21/0272;G10L21/0308;G10L15/26;G10L15/18;G10L25/03;G10L25/12;G10L25/24;G10L25/30 |
| 代理公司： | 北京乐知新创知识产权代理事务所(普通合伙) 11734 | 代理人： | 江宇 |
| 地址： | 100089 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种话者分离方法、装置、电子设备和存储介质，涉及人工智能领域，尤其涉及语音技术领域和智能客服领域。具体实现方案为：对目标音频进行分帧，得到多个连续的音频帧；根据当前音频帧的音频特征和上一个音频帧的语义信息，通过变化点预测模型预测当前音频帧的语义信息和话者变化点信息；根据所述语义信息和所述话者变化点信息对所述目标音频进行分割，得到多个音频片段；确定音频片段对应的第一相似性矩阵；根据所述话者变化点信息和所述第一相似性矩阵构建音频片段对应的第二相似性矩阵；对所述第二相似性矩阵进行聚类，得到所述音频片段按照话者分类的结果。通过本公开能够提高对音频进行话者分离的准确性。 | ||
| 搜索关键词： | 一种 分离 方法 装置 电子设备 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，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/patent/202111447647.5/，转载请声明来源钻瓜专利网。
