買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉平安科技(深圳)有限公司申請(qǐng)的專利基于說話人輔助信息的特定說話人語(yǔ)音提取方法及裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114999522B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210610122.7，技術(shù)領(lǐng)域涉及：G10L21/0272；該發(fā)明授權(quán)基于說話人輔助信息的特定說話人語(yǔ)音提取方法及裝置是由劉博卿;王健宗;張之勇設(shè)計(jì)研發(fā)完成，并于2022-05-31向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于說話人輔助信息的特定說話人語(yǔ)音提取方法及裝置在說明書摘要公布了：本申請(qǐng)涉及人工智能技術(shù)，提供了基于說話人輔助信息的特定說話人語(yǔ)音提取方法、裝置、設(shè)備及介質(zhì)，先獲取待識(shí)別音視頻數(shù)據(jù)對(duì)應(yīng)的分幀結(jié)果，然后獲取所述分幀結(jié)果中各幀子音視頻數(shù)據(jù)分別對(duì)應(yīng)的子說話人活躍信息以組成說話人活躍信息，之后基于所述分幀結(jié)果中每一幀子音視頻數(shù)據(jù)的對(duì)數(shù)頻譜幅度系數(shù)生成對(duì)應(yīng)幀子音視頻數(shù)據(jù)的輸入數(shù)據(jù)，最后將所述輸入數(shù)據(jù)輸入至所述說話人分類模型進(jìn)行分類，所得到目標(biāo)說話人識(shí)別特征再與每一幀子音視頻數(shù)據(jù)的對(duì)數(shù)頻譜幅度系數(shù)相乘，得到每一幀子音視頻數(shù)據(jù)對(duì)應(yīng)的目標(biāo)說話人頻譜。實(shí)現(xiàn)了在未輸入目標(biāo)說話人語(yǔ)音的前提下，即可從混雜語(yǔ)音中分離得到特定說話人的語(yǔ)音頻譜，簡(jiǎn)化提取過程。

本發(fā)明授權(quán)基于說話人輔助信息的特定說話人語(yǔ)音提取方法及裝置在權(quán)利要求書中公布了：1.一種基于說話人輔助信息的特定說話人語(yǔ)音提取方法，其特征在于，包括： 獲取待識(shí)別音視頻數(shù)據(jù)，將所述待識(shí)別音視頻數(shù)據(jù)進(jìn)行分幀，得到分幀結(jié)果；其中，所述分幀結(jié)果中包括多幀子音視頻數(shù)據(jù)； 通過靜音檢測(cè)獲取所述分幀結(jié)果中各幀子音視頻數(shù)據(jù)分別對(duì)應(yīng)的子說話人活躍信息，以組成說話人活躍信息； 獲取所述分幀結(jié)果中每一幀子音視頻數(shù)據(jù)的對(duì)數(shù)頻譜幅度系數(shù)； 根據(jù)每一幀子音視頻數(shù)據(jù)的對(duì)數(shù)頻譜幅度系數(shù)生成對(duì)應(yīng)幀子音視頻數(shù)據(jù)的輸入數(shù)據(jù)； 獲取目標(biāo)說話人語(yǔ)音集，以所述目標(biāo)說話人語(yǔ)音集為訓(xùn)練集對(duì)待訓(xùn)練說話人分類模型進(jìn)行模型訓(xùn)練，得到說話人分類模型；其中，所述目標(biāo)說話人語(yǔ)音集中每一條目標(biāo)說話人語(yǔ)音是不同的； 獲取預(yù)先訓(xùn)練的說話人分類模型，將所述輸入數(shù)據(jù)輸入至所述說話人分類模型進(jìn)行分類，得到目標(biāo)說話人識(shí)別特征；以及 將所述目標(biāo)說話人識(shí)別特征與每一幀子音視頻數(shù)據(jù)的對(duì)數(shù)頻譜幅度系數(shù)相乘，得到每一幀子音視頻數(shù)據(jù)對(duì)應(yīng)的目標(biāo)說話人頻譜； 所述根據(jù)每一幀子音視頻數(shù)據(jù)的對(duì)數(shù)頻譜幅度系數(shù)生成對(duì)應(yīng)幀子音視頻數(shù)據(jù)的輸入數(shù)據(jù)，包括： 將每一幀子音視頻數(shù)據(jù)的對(duì)數(shù)頻譜幅度系數(shù)與對(duì)應(yīng)幀子音視頻數(shù)據(jù)的子說話人活躍信息通過連接函數(shù)進(jìn)行連接，得到每一幀子音視頻數(shù)據(jù)的輸入數(shù)據(jù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人平安科技(深圳)有限公司，其通訊地址為：518000 廣東省深圳市福田區(qū)福田街道福安社區(qū)益田路5033號(hào)平安金融中心23樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。