[發(fā)明專利]基于角色識(shí)別的語(yǔ)音識(shí)別系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110347499.3
• 申請(qǐng)日: 2021-03-31
• 公開(kāi)（公告）號(hào): CN113096669B
• 公開(kāi)（公告）日: 2022-05-27
• 發(fā)明（設(shè)計(jì)）人: 黃星耀;熊倩;王楓;王學(xué)春;張志亮
• 申請(qǐng)（專利權(quán)）人: 重慶風(fēng)云際會(huì)智慧科技有限公司
• 主分類號(hào): G10L17/00
• 分類號(hào): G10L17/00;G10L17/02;G10L17/14;G10L15/26;G06K9/62
• 代理公司: 重慶強(qiáng)大凱創(chuàng)專利代理事務(wù)所(普通合伙) 50217
• 代理人: 趙玉乾

1.基于角色識(shí)別的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，包括：

采集模塊，用于采集談話人與被談話人的談話語(yǔ)音；

提取模塊，用于根據(jù)談話語(yǔ)音提取聲紋特征；

聚類模塊，用于對(duì)聲紋特征進(jìn)行聚類，將聲紋特征分為談話人對(duì)應(yīng)的第一特征與被談話人對(duì)應(yīng)的第二特征，并根據(jù)第一特征與第二特征將談話語(yǔ)音分為談話人對(duì)應(yīng)的第一語(yǔ)音與被談話人對(duì)應(yīng)的第二語(yǔ)音；

糾正模塊，用于采用TDOA算法計(jì)算第一語(yǔ)音中各個(gè)音頻片段的第一時(shí)延，采用TDOA算法計(jì)算第二語(yǔ)音中各個(gè)音頻片段的第二時(shí)延，計(jì)算第一時(shí)延的標(biāo)準(zhǔn)差與第二時(shí)延的標(biāo)準(zhǔn)差，并判斷第一時(shí)延的標(biāo)準(zhǔn)差與第二時(shí)延的標(biāo)準(zhǔn)差是否均小于時(shí)延閾值：如果第一時(shí)延的標(biāo)準(zhǔn)差與第二時(shí)延的標(biāo)準(zhǔn)差均小于時(shí)延閾值，發(fā)送輸出結(jié)果的指令到輸出模塊；反之，發(fā)送重新聚類的指令到聚類模塊；

輸出模塊，用于輸出第一語(yǔ)音與第二語(yǔ)音。

2.如權(quán)利要求1所述的基于角色識(shí)別的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，糾正模塊還用于采用TDOA算法根據(jù)第一時(shí)延計(jì)算第一距離，采用TDOA算法根據(jù)第二時(shí)延計(jì)算第二距離，并判斷第一距離的標(biāo)準(zhǔn)差與第二距離的標(biāo)準(zhǔn)差是否均小于距離閾值：如果第一距離的標(biāo)準(zhǔn)差與第二距離的標(biāo)準(zhǔn)差均小于距離閾值，發(fā)送輸出結(jié)果的指令到輸出模塊；反之，發(fā)送重新聚類的指令到聚類模塊。

3.如權(quán)利要求2所述的基于角色識(shí)別的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，糾正模塊還用于在采用TDOA算法計(jì)算第一語(yǔ)音中各個(gè)音頻片段的第一時(shí)延之前，對(duì)第一語(yǔ)音進(jìn)行增益處理；在采用TDOA算法計(jì)算第二語(yǔ)音中各個(gè)音頻片段的第二時(shí)延之前，對(duì)第二語(yǔ)音進(jìn)行增益處理。

4.如權(quán)利要求3所述的基于角色識(shí)別的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，糾正模塊還用于在采用TDOA算法計(jì)算第一語(yǔ)音中各個(gè)音頻片段的第一時(shí)延之前，對(duì)第一語(yǔ)音進(jìn)行回音消除處理；在采用TDOA算法計(jì)算第二語(yǔ)音中各個(gè)音頻片段的第二時(shí)延之前，對(duì)第二語(yǔ)音進(jìn)行回音消除處理。

5.如權(quán)利要求4所述的基于角色識(shí)別的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，糾正模塊還用于在采用TDOA算法計(jì)算第一語(yǔ)音中各個(gè)音頻片段的第一時(shí)延之前，對(duì)第一語(yǔ)音進(jìn)行降噪處理；在采用TDOA算法計(jì)算第二語(yǔ)音中各個(gè)音頻片段的第二時(shí)延之前，對(duì)第二語(yǔ)音進(jìn)行降噪處理。

6.如權(quán)利要求5所述的基于角色識(shí)別的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，輸出模塊還用于將第一語(yǔ)音轉(zhuǎn)換為第一文本，并將第二語(yǔ)音轉(zhuǎn)換為第二文本。

7.如權(quán)利要求6所述的基于角色識(shí)別的語(yǔ)音識(shí)別系統(tǒng)，其特征在于，輸出模塊還用于同步顯示第一文本與第二文本。