一种交互式的声纹聚类方法、系统、电子设备及存储介质
公开
摘要
本发明涉及声纹聚类技术领域，具体涉及一种交互式的声纹聚类方法、系统、电子设备及存储介质。该方法包括：提取语音文件的特征向量，并基于预设的聚类阈值进行聚类；对聚类后的每类语音文件进行审核，以确认所述语音文件包含的最终的人数；根据确认的人数重新聚类，并基于每类的声纹特征计算均值作为该类声纹特征的中心特征，求取该类中每个特征和中心特征的相似度，并基于预设的相似度阈值，将低于所述相似度阈值的标记为难分类文件；对所述难分类文件再次审核，并重新分配到正确的类别中。本发明通过人和算法的结合，以交互式的方法结合了算法和人的各自优点，解决算法方面的不足，从而提高最终聚类的效果。
基本信息
专利标题 ：
一种交互式的声纹聚类方法、系统、电子设备及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114596863A
申请号 ：
CN202210127098.1
公开（公告）日 ：
2022-06-07
申请日 ：
2022-02-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
洪国强肖龙源李稀敏叶志坚
申请人 ：
厦门快商通科技股份有限公司
申请人地址 ：
福建省厦门市集美区软件园三期诚毅北大街63号1301单元
代理机构 ：
厦门仕诚联合知识产权代理事务所(普通合伙)
代理人 ：
蔡稷元
优先权 ：
CN202210127098.1
主分类号 ：
G10L17/02
IPC分类号 ：
G10L17/02 G06K9/62
IPC结构图谱
G
G部——物理
G10
乐器；声学
G10L
语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码
G10L17/00
讲话者辨认或验证
G10L17/02
预处理操作，例如：片断选择；模式表示或模拟，例如基于线性判别式分析或主要部件；特征选择或提取
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
