[发明专利]基于说话人分割与聚类的多说话人语速估计方法有效
| 申请号： | 201110403577.3 | 申请日： | 2011-12-07 |
| 公开（公告）号： | CN102543063A | 公开（公告）日： | 2012-07-04 |
| 发明（设计）人： | 李艳雄;徐鑫;贺前华 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G10L11/00 | 分类号： | G10L11/00 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 何淑珍 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于说话人分割与聚类的多说话人语速估计方法，它涉及一种估计多说话人语速的方法。本发明的估计多说话人语速的方法：首先读入语音流；接着检测上述语音流中的说话人改变点，根据这些改变点将语音流分割成多个语音段；再对上述语音段进行说话人聚类，把相同说话人的语音段按顺序拼接在一起，得到说话人个数以及各个说话人的语音；最后分别估算各个说话人语音的时长及其所包含的字数，估计出各个说话人的语速。与目前基于语音识别的单说话人语速估计方法相比，本方法不但可以估计多说话人的语速，而且速度更快。 | ||
| 搜索关键词： | 基于 说话 分割 人语 估计 方法 | ||
【主权项】：
一种基于说话人分割与聚类的多说话人语速估计方法，其特征在于包括如下步骤：1）读入语音流：读入记录有多说话人语音的语音流；2）说话人分割：检测上述语音流中说话人改变点，根据这些改变点将语音流分成多个语音段；3）说话人聚类：把相同说话人的语音段聚在一类并按顺序拼接在一起，得到说话人个数以及各个说话人的语音；4）语速估计：分别从各个说话人语音中提取能量包络，并通过找出能量包络的局部最大值点确定音节数，从而估计出各个说话人的语速。
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华南理工大学，未经华南理工大学许可，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/201110403577.3/，转载请声明来源钻瓜专利网。
