[发明专利]一种基于语音处理技术的执法检测方法及系统在审
| 申请号： | 201910981151.2 | 申请日： | 2019-11-05 |
| 公开（公告）号： | CN110689906A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 李参宏 | 申请（专利权）人： | 江苏网进科技股份有限公司 |
| 主分类号： | G10L25/87 | 分类号： | G10L25/87;G10L25/51;G10L17/06;G10L15/00;G10L15/08 |
| 代理公司： | 32342 苏州佳博知识产权代理事务所(普通合伙) | 代理人： | 唐毅 |
| 地址： | 215300 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于语音处理技术的执法检测方法，用于识别执法记录仪录制的视频文件，所述方法包括：获取执法记录仪录制的视频文件中的音频文件；检测所述音频文件中是否有人在说话，提取所述音频文件中有人说话的语音片段；对提取的所述语音片段进行分段分析，使得每一个语音片段只包含一个说话人；提取语音片段中说话人的编码特征，利用谱聚类方法进行说话人数估计和聚类，使得同一说话人的语音片段聚类到一起，得到几个类聚而成的语音文件；识别每一个聚类而成的语音文件中属于执法人员的语音文件，便于协助开展文明执法的督导工作。 | ||
| 搜索关键词： | 语音片段 聚类 音频文件 语音文件 执法记录仪 视频文件 说话 录制 语音处理技术 编码特征 人数估计 检测 类聚 音片 分段 督导 分析 | ||
【主权项】：
1.一种基于语音处理技术的执法检测方法，用于识别执法记录仪录制的视频文件，其特征在于，所述方法包括：/n获取执法记录仪录制的视频文件中的音频文件；/n检测所述音频文件中是否有人在说话，提取所述音频文件中有人说话的语音片段；/n对提取的所述语音片段进行分段分析，使得每一个语音片段只包含一个说话人；/n提取语音片段中说话人的编码特征，利用谱聚类方法进行说话人数估计和聚类，使得同一说话人的语音片段聚类到一起，得到几个类聚而成的语音文件；/n识别每一个聚类而成的语音文件中属于执法人员的语音文件。/n
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江苏网进科技股份有限公司，未经江苏网进科技股份有限公司许可，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/201910981151.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于视频会议系统的语音活动检测系统
- 下一篇：一种拨盘方法及装置
- 同类专利
- 一种基于语音处理技术的执法检测方法及系统-201910981151.2
- 李参宏 - 江苏网进科技股份有限公司
- 2019-11-05 - 2020-01-14 - G10L25/87
- 本发明提出一种基于语音处理技术的执法检测方法，用于识别执法记录仪录制的视频文件，所述方法包括：获取执法记录仪录制的视频文件中的音频文件；检测所述音频文件中是否有人在说话，提取所述音频文件中有人说话的语音片段；对提取的所述语音片段进行分段分析，使得每一个语音片段只包含一个说话人；提取语音片段中说话人的编码特征，利用谱聚类方法进行说话人数估计和聚类，使得同一说话人的语音片段聚类到一起，得到几个类聚而成的语音文件；识别每一个聚类而成的语音文件中属于执法人员的语音文件，便于协助开展文明执法的督导工作。
- 一种双声道语音的抢插话分析方法-201610209686.4
- 刘郁松;何国涛;李全忠;蒲瑶 - 普强信息技术(北京)有限公司
- 2016-04-06 - 2020-01-03 - G10L25/87
- 本发明公开了一种双声道语音的抢插话分析方法，通过语音活动检测技术针对两个声道的录音流进行有效语音端点检测，找出来整个语音中从几秒到几秒说过话；根据两个声道录音的有效语音端点，将每个片段的端点时间统一处理，通过时间点、声道、端点类型三个属性统一描述，并将所有端点平铺到时间轴上；从前往后遍历所有时间点，对端点类型是否为开始位置端点和结束位置端点进行分析。该双声道语音的抢插话分析方法能够在两个或者多个角色之间发生抢话、插话时需要能够及时的捕捉到这一现象，并进行后续处理，避免了抢话和插话不礼貌的通话方式，为客服服务提供了优质的保障。
- 基于非均匀子带分离方差的语音端点检测方法及装置-201910913537.X
- 黄翔东;曹璐;刘子楠 - 天津大学
- 2019-09-25 - 2019-12-24 - G10L25/87
- 本发明公开了一种基于非均匀子带分离方差的语音端点检测方法及装置，方法包括：计算分帧后的各帧语音信号的幅值谱；将语音信号有效频带转换到Mel域，并在Mel域上将其均匀分为q个子带，再将各子带的中心频率、下限频率、上限频率转换到以Hz为单位的实际频率；通过内插将幅值谱扩展，并结合转换后的实际频率计算每个子带内频谱的平均幅值，并求取子带均值，进而计算各帧子带方差；利用前导无话段计算出噪声的平均方差值，进一步设置上下限阈值，用双门限进行判决，得到最终的语音端点检测结果。装置包括：模数转化器、DSP芯片。本发明的实现方法效率高，具有较强的鲁棒性。
- 专利分类
