[發(fā)明專利]一種語音話者分離方法和裝置

有效

• 申請?zhí)枺?/td>: 202010131005.3
• 申請日: 2020-02-28
• 公開（公告）號: CN111429935B
• 公開（公告）日: 2023-08-29
• 發(fā)明（設(shè)計）人: 汪法兵;李健;武衛(wèi)東
• 申請（專利權(quán)）人: 北京捷通華聲科技股份有限公司
• 主分類號: G10L21/0272
• 分類號: G10L21/0272;G10L21/028;G10L21/0308;G10L21/0208
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種語音話者分離方法，其特征在于，所述方法包括：

獲取待處理的音頻數(shù)據(jù)；

根據(jù)靜音期對所述音頻數(shù)據(jù)進行分段處理，獲得至少一個語音片段；

將符合預(yù)設(shè)噪聲過濾參數(shù)的語音片段歸為第一語音集合；

提取所述第一語音集合中的語音片段的第一語音特征；

根據(jù)所述第一語音特征對所述第一語音集合中的語音片段進行聚類，得到聚類結(jié)果；

根據(jù)所述聚類結(jié)果，分離所述第一語音集合中不同話者的語音片段；

所述得到聚類結(jié)果之后，所述方法還包括：

將不符合所述預(yù)設(shè)噪聲過濾參數(shù)的語音片段歸為第二語音集合；

提取所述第二語音集合中的語音片段的第二語音特征；

根據(jù)所述第二語音特征和所述聚類結(jié)果，分離所述第二語音集合中不同話者的語音片段；

所述預(yù)設(shè)噪聲過濾參數(shù)是根據(jù)時間長度值設(shè)定的。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第二語音特征和所述聚類結(jié)果，分離所述第二語音集合中不同話者的語音片段，包括：

根據(jù)所述聚類結(jié)果中的每個類別，分別計算所述每個類別對應(yīng)的類矢量；

根據(jù)所述第二語音特征與所述類矢量，分離所述第二語音集合中不同話者的語音片段。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述第二語音特征與所述類矢量，分離所述第二語音集合中不同話者的語音片段，包括：

分別計算所述第二語音特征與所述類矢量的匹配度；

根據(jù)所述匹配度確定所述第二語音特征與所述類矢量的第一對應(yīng)關(guān)系；

根據(jù)所述第一對應(yīng)關(guān)系，確定所述第二語音集合中語音片段與聚類結(jié)果的第二對應(yīng)關(guān)系；

根據(jù)所述第二對應(yīng)關(guān)系，分離所述第二語音集合中不同話者的語音片段。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述匹配度確定所述第二語音特征與所述類矢量的第一對應(yīng)關(guān)系，包括：

對每一個所述第二語音特征，確定所述匹配度最高的所述類矢量與所述第二語音特征具有所述第一對應(yīng)關(guān)系。

5.一種語音話者分離裝置，其特征在于，所述裝置包括：

數(shù)據(jù)獲取模塊，用于獲取待處理的音頻數(shù)據(jù)；

數(shù)據(jù)分段模塊，用于根據(jù)靜音期對所述音頻數(shù)據(jù)進行分段處理，獲得至少一個語音片段；

參數(shù)過濾模塊，用于將符合預(yù)設(shè)噪聲過濾參數(shù)的語音片段歸為第一語音集合；

特征提取模塊，用于提取所述第一語音集合中的語音片段的第一語音特征；

數(shù)據(jù)聚類模塊，用于根據(jù)所述第一語音特征對所述第一語音集合中的語音片段進行聚類，得到聚類結(jié)果；

語音分離模塊，用于根據(jù)所述聚類結(jié)果，分離所述第一語音集合中不同話者的語音片段；

所述參數(shù)過濾模塊，還用于將不符合所述預(yù)設(shè)噪聲過濾參數(shù)的語音片段歸為第二語音集合；

所述特征提取模塊，還用于提取所述第二語音集合中的語音片段的第二語音特征；

所述語音分離模塊，還用于根據(jù)所述第二語音特征和所述聚類結(jié)果，分離所述第二語音集合中不同話者的語音片段；

所述預(yù)設(shè)噪聲過濾參數(shù)是根據(jù)時間長度值設(shè)定的。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述數(shù)據(jù)聚類模塊，包括：

矢量計算子模塊，用于根據(jù)所述聚類結(jié)果中的每個類別，分別計算所述每個類別對應(yīng)的類矢量；

類別指定子模塊，用于根據(jù)所述第二語音特征與所述類矢量，分離所述第二語音集合中不同話者的語音片段。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述類別指定子模塊，包括：

匹配度計算單元，用于分別計算所述第二語音特征與所述類矢量的匹配度；

對應(yīng)關(guān)系確定單元，用于根據(jù)所述匹配度確定所述第二語音特征與所述類矢量的第一對應(yīng)關(guān)系；

所述對應(yīng)關(guān)系確定單元，還用于根據(jù)所述第一對應(yīng)關(guān)系，確定所述第二語音集合中語音片段與聚類結(jié)果的第二對應(yīng)關(guān)系；

話者指定單元，用于根據(jù)所述第二對應(yīng)關(guān)系，分離所述第二語音集合中不同話者的語音片段。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述對應(yīng)關(guān)系確定單元，具體用于對每一個所述第二語音特征，確定所述匹配度最高的所述類矢量與所述第二語音特征具有所述第一對應(yīng)關(guān)系。