[發(fā)明專利]說話者角色確定方法、裝置、設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010074823.4
• 申請日: 2020-01-22
• 公開（公告）號: CN111341318B
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計）人: 李航;康昱;丁文彪;劉子韜
• 申請（專利權(quán)）人: 北京世紀(jì)好未來教育科技有限公司
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L17/02;G10L17/14;G10L17/18;G10L17/04;G10L15/26
• 代理公司: 上海知錦知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 31327
• 代理人: 李麗

本發(fā)明實施例提供了一種說話者角色確定方法、裝置、設(shè)備及存儲介質(zhì)，方法包括：獲取待角色確定音頻的各人聲語句片段；獲取各所述人聲語句片段的音色特征和文本特征；根據(jù)所述音色特征和所述文本特征獲取各所述人聲語句片段的音色文本融合特征；利用角色確定模型根據(jù)各所述音色文本融合特征確定各所述人聲語句片段的說話者角色。本發(fā)明實施例所提供的說話者角色確定方法、裝置、設(shè)備及存儲介質(zhì)，可以確定音頻中說話者角色并提高說話者角色確定的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明實施例涉及計算機領(lǐng)域，尤其涉及一種說話者角色確定方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)

隨著人們對教育的重視，課堂的質(zhì)量越來越受到老師和家長的重視，需要對課堂的質(zhì)量進行評估。

在課堂質(zhì)量評價體系中，師生的說話次數(shù)和交互時長已經(jīng)被公認(rèn)為評價課堂質(zhì)量好壞的重要指標(biāo)，為此需要將課堂的音頻在時間軸上進行拆分，并將拆分后的聲音進一步分類為老師角色或者學(xué)生角色，進而得到在課堂內(nèi)老師和學(xué)生各自說話的時間，實現(xiàn)課堂內(nèi)師生說話時間標(biāo)記。

然而，現(xiàn)有的音頻處理，不能實現(xiàn)說話者角色的確定。

因此，如何確定音頻中說話者角色，即成為亟需解決的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明實施例解決的技術(shù)問題是提供一種說話者角色確定方法、裝置、設(shè)備及存儲介質(zhì)，以確定音頻中說話者角色。

為解決上述問題，本發(fā)明實施例提供一種說話者角色確定方法，包括：

獲取待角色確定音頻的各人聲語句片段；

獲取各所述人聲語句片段的音色特征和文本特征；

根據(jù)所述音色特征和所述文本特征獲取各所述人聲語句片段的音色文本融合特征；

利用角色確定模型根據(jù)各所述音色文本融合特征確定各所述人聲語句片段的說話者角色。

為解決上述問題，本發(fā)明實施例還提供一種說話者角色確定裝置，包括：

人聲語句片段獲取單元，適于獲取待角色確定音頻的各人聲語句片段；

音色特征和文本特征獲取單元，適于獲取各所述人聲語句片段的音色特征和文本特征；

音色文本融合特征獲取單元，適于根據(jù)所述音色特征和所述文本特征獲取各所述人聲語句片段的音色文本融合特征；

說話者角色確定單元，適于利用角色確定模型根據(jù)各所述音色文本融合特征確定各所述人聲語句片段的說話者角色。

為解決上述問題，本發(fā)明實施例還提供一種設(shè)備，包括至少一個存儲器和至少一個處理器；所述存儲器存儲有程序，所述處理器調(diào)用所述程序，以執(zhí)行如前述的說話者角色確定方法。

為解決上述問題，本發(fā)明實施例還提供一種存儲介質(zhì)，所述存儲介質(zhì)存儲有適于說話者角色確定的程序，以實現(xiàn)如前述的說話者角色確定方法。

與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案具有以下優(yōu)點：