[發(fā)明專利]角色分離方法、會(huì)議紀(jì)要的記錄方法、角色展示方法、裝置、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010596049.3
• 申請(qǐng)日: 2020-06-28
• 公開(kāi)（公告）號(hào): CN113849793A
• 公開(kāi)（公告）日: 2021-12-28
• 發(fā)明（設(shè)計(jì)）人: 鄭斯奇;王憲亮;索宏彬
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06F21/32
• 分類號(hào): G06F21/32
• 代理公司: 北京合智同創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 11545
• 代理人: 李杰;舒道宏

本申請(qǐng)實(shí)施例提供了一種角色分離方法、會(huì)議紀(jì)要的記錄方法、角色展示方法、裝置、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)，涉及語(yǔ)音處理領(lǐng)域。其中，所述方法包括：獲取語(yǔ)音采集設(shè)備采集的待分離的角色的語(yǔ)音數(shù)據(jù)幀所對(duì)應(yīng)的聲源角度數(shù)據(jù)；基于所述聲源角度數(shù)據(jù)，對(duì)所述待分離的角色進(jìn)行身份識(shí)別，以獲得所述待分離的角色的第一身份識(shí)別結(jié)果；基于所述待分離的角色的第一身份識(shí)別結(jié)果分離所述角色。通過(guò)本申請(qǐng)實(shí)施例，能夠?qū)崟r(shí)地分離角色，進(jìn)而使得用戶體驗(yàn)更流暢。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及語(yǔ)音處理領(lǐng)域，尤其涉及一種角色分離方法、會(huì)議紀(jì)要的記錄方法、角色展示方法、裝置、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著信息技術(shù)的不斷發(fā)展，人們對(duì)于高精度信息化分析的需求越來(lái)越高。基于電子設(shè)備實(shí)現(xiàn)的通話或者會(huì)議是人們生活中不可或缺的一部分，對(duì)應(yīng)于此，通話內(nèi)容或者會(huì)議內(nèi)容的記錄、分析已成為相關(guān)技術(shù)領(lǐng)域人員研究的熱點(diǎn)，例如，在公眾報(bào)警電話、各類熱線、公司會(huì)議等領(lǐng)域，可以對(duì)通話內(nèi)容或者會(huì)議內(nèi)容進(jìn)行記錄、分析，用以實(shí)現(xiàn)后期信息總結(jié)、檢索等工作。

說(shuō)話人角色分離作為會(huì)議內(nèi)容分析的一個(gè)重要步驟，其分離的實(shí)時(shí)性直接影響用戶體驗(yàn)。目前，大多基于聲紋識(shí)別實(shí)現(xiàn)說(shuō)話人角色分離。由于聲紋識(shí)別需要積累一定時(shí)長(zhǎng)的語(yǔ)音數(shù)據(jù)，才能保障較高的識(shí)別準(zhǔn)確率。因此，市面上大多數(shù)基于聲紋識(shí)別的角色分離系統(tǒng)，都是基于離線的語(yǔ)音數(shù)據(jù)完成角色的分離，很難實(shí)時(shí)地實(shí)現(xiàn)角色的分離。由此可見(jiàn)，如何實(shí)時(shí)地分離角色，從而提高用戶體驗(yàn)成為當(dāng)前亟待解決的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供一種角色分離方案，以至少部分解決上述技術(shù)問(wèn)題。

根據(jù)本發(fā)明實(shí)施例的第一方面，提供了一種角色分離方法。所述方法包括：獲取語(yǔ)音采集設(shè)備采集的待分離的角色的語(yǔ)音數(shù)據(jù)幀所對(duì)應(yīng)的聲源角度數(shù)據(jù)；基于所述聲源角度數(shù)據(jù)，對(duì)所述待分離的角色進(jìn)行身份識(shí)別，以獲得所述待分離的角色的第一身份識(shí)別結(jié)果；基于所述待分離的角色的第一身份識(shí)別結(jié)果分離所述角色。

根據(jù)本發(fā)明實(shí)施例的第二方面，提供了一種角色分離方法。所述方法包括：向云端發(fā)送攜帶有待分離的角色的語(yǔ)音數(shù)據(jù)幀的角色分離請(qǐng)求，使得所述云端基于所述角色分離請(qǐng)求，獲取所述語(yǔ)音數(shù)據(jù)幀所對(duì)應(yīng)的聲源角度數(shù)據(jù)，并基于所述聲源角度數(shù)據(jù)，對(duì)所述待分離的角色進(jìn)行身份識(shí)別，再基于所述待分離的角色的身份識(shí)別結(jié)果分離所述角色；接收所述云端基于所述角色分離請(qǐng)求發(fā)送的所述角色的分離結(jié)果。

根據(jù)本發(fā)明實(shí)施例的第三方面，提供了一種角色分離方法。所述方法包括：接收語(yǔ)音采集設(shè)備發(fā)送的攜帶有待分離的角色的語(yǔ)音數(shù)據(jù)幀的角色分離請(qǐng)求；基于所述角色分離請(qǐng)求，獲取所述語(yǔ)音數(shù)據(jù)幀所對(duì)應(yīng)的聲源角度數(shù)據(jù)；基于所述聲源角度數(shù)據(jù)，對(duì)所述待分離的角色進(jìn)行身份識(shí)別，以獲得所述待分離的角色的身份識(shí)別結(jié)果；基于所述待分離的角色的身份識(shí)別結(jié)果分離所述角色，并向所述語(yǔ)音采集設(shè)備發(fā)送針對(duì)所述角色分離請(qǐng)求的角色分離結(jié)果。

根據(jù)本發(fā)明實(shí)施例的第四方面，提供了一種會(huì)議紀(jì)要的記錄方法。所述方法包括：獲取位于會(huì)議室的語(yǔ)音采集設(shè)備采集的會(huì)議角色的語(yǔ)音數(shù)據(jù)幀所對(duì)應(yīng)的聲源角度數(shù)據(jù)；基于所述聲源角度數(shù)據(jù)，對(duì)所述會(huì)議角色進(jìn)行身份識(shí)別，以獲得所述會(huì)議角色的身份識(shí)別結(jié)果；基于所述會(huì)議角色的身份識(shí)別結(jié)果記錄所述會(huì)議角色的會(huì)議紀(jì)要。

根據(jù)本發(fā)明實(shí)施例的第五方面，提供了一種角色展示方法。所述方法包括：獲取語(yǔ)音采集設(shè)備采集的角色的語(yǔ)音數(shù)據(jù)幀所對(duì)應(yīng)的聲源角度數(shù)據(jù)；基于所述聲源角度數(shù)據(jù)，對(duì)所述角色進(jìn)行身份識(shí)別，以獲得所述角色的身份識(shí)別結(jié)果；基于所述角色的身份識(shí)別結(jié)果，在所述語(yǔ)音采集設(shè)備的交互界面上展示所述角色的身份數(shù)據(jù)。

根據(jù)本發(fā)明實(shí)施例的第六方面，提供了一種角色分離裝置。所述裝置包括：第一獲取模塊，用于獲取語(yǔ)音采集設(shè)備采集的待分離的角色的語(yǔ)音數(shù)據(jù)幀所對(duì)應(yīng)的聲源角度數(shù)據(jù)；第一身份識(shí)別模塊，用于基于所述聲源角度數(shù)據(jù)，對(duì)所述待分離的角色進(jìn)行身份識(shí)別，以獲得所述待分離的角色的第一身份識(shí)別結(jié)果；分離模塊，用于基于所述待分離的角色的第一身份識(shí)別結(jié)果分離所述角色。