[发明专利]一种基于视频信息辅助的目标语音提取方法在审
| 申请号： | 202211147202.X | 申请日： | 2022-09-20 |
| 公开（公告）号： | CN115472151A | 公开（公告）日： | 2022-12-13 |
| 发明（设计）人： | 项京朋;陈佳路;邱峰海 | 申请（专利权）人： | 北京声加科技有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L21/02;G10L21/0216 |
| 代理公司： | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人： | 陈霁 |
| 地址： | 100086 北京市海淀*** | 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： | 本申请提供一种基于视频信息辅助的目标语音提取方法，包括：利用带摄像头的传声器阵列系统获取视频信息和语音信号；视频信息包括潜在说话人的空间方位信息；利用不同间距的两个传声器阵元组成多组阵元对，将语音信号在频域划分为频率连续的多个频带；结合潜在说话人的空间方位信息，估计多个频带范围内各个频点接收信号中目标语音的直达混响比；对语音信号的频域信号进行波束形成预处理，利用预处理前后频域信号的能量比值和目标语音的直达混响比确定目标语音的存在概率，并至少基于以上信息构建混合式MVDR波束形成器。该方法结合视频辅助信息，利用阵列信号处理技术构建混合式MVDR波束形成器，可以在提取目标语音的同时提高对干扰的抑制效果。 | ||
| 搜索关键词： | 一种 基于 视频 信息 辅助 目标 语音 提取 方法 | ||
【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声加科技有限公司，未经北京声加科技有限公司许可，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/202211147202.X/，转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
