一种说话人语音分割方法、装置、电子设备和存储介质
实质审查的生效
摘要
本申请涉及一种说话人语音分割方法、装置、电子设备和存储介质,该方法包括:获取说话人语音;识别说话人语音得到说话人语音对应的文本;根据说话人语音对应的文本对说话人语音进行断句得到多个语音片段;提取多个语音片段对应的说话人声纹信息;根据说话人声纹信息对所述多个语音片段进行聚类得到每个说话人的语音。本申请通过语音识别引擎识别说话人语音得到说话人语音对应的文本,标点预测模型根据说话人语音对应的文本对说话人语音进行断句得到多个语音片段,提取多个语音片段中不同说话人的声纹信息,凝聚层次聚类算法将相同声纹信息的语音片段进行聚类得到每个说话人的语音,改善了使用语音段端点检测对语音进行分割错误率高的问题。
基本信息
专利标题 :
一种说话人语音分割方法、装置、电子设备和存储介质
专利标题(英):
暂无
公开(公告)号 :
CN114464192A
申请号 :
CN202210225944.3
公开(公告)日 :
2022-05-10
申请日 :
2022-03-07
授权号 :
暂无
授权日 :
暂无
发明人 :
王明明梁家恩
申请人 :
云知声智能科技股份有限公司
申请人地址 :
北京市海淀区西三旗建材城内1幢一层101号
代理机构 :
代理人 :
优先权 :
CN202210225944.3
主分类号 :
G10L17/02
IPC分类号 :
G10L17/02 G10L17/04 G10L17/14 G10L15/26
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
2022-05-27 :
实质审查的生效
IPC(主分类) : G10L 17/02
申请日 : 20220307
申请日 : 20220307
2022-05-10 :
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