[發明專利]教師聲音和非教師聲音的區分方法、裝置、設備以及介質

在審

• 申請號: 202210338821.0
• 申請日: 2022-04-01
• 公開（公告）號: CN114822556A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 孫德宇
• 申請（專利權）人: 北京中慶現代技術股份有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04;G10L17/08;G06K9/62
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 趙萬凱

1.一種教師聲音和非教師聲音的區分方法，其特征在于，包括：

采集課堂聲音，根據所述課堂聲音得到多段聲音片段的聲紋向量；

采用BIRTCH聚類算法和Calinski-Harabaz指數結合的方法，基于所述聲紋向量進行聲紋聚類，區分與所述聲紋向量對應的聲音片段為非教師聲音還是教師聲音。

2.根據權利要求1所述的方法，其特征在于，所述采集課堂聲音，根據所述課堂聲音得到多段聲音片段的聲紋向量，包括：

將所述課堂聲音輸入至訓練好的聲紋模型中，得到多段聲音片段的聲紋向量。

3.根據權利要求2所述的方法，其特征在于，將所述課堂聲音輸入至訓練好的聲紋模型中，得到多段聲音片段的聲紋向量，包括：

將所述課堂聲音分割為多段聲音片段；

對所述多段聲音片段分別進行聲紋提取，得到所述聲紋向量。

4.根據權利要求3所述的方法，其特征在于，所述將所述課堂聲音分割為多段聲音片段，包括：

將所述課堂聲音劃分為多個片段，相鄰片段之間具有共有部分和非共有部分；

分別計算共有部分與相鄰片段的非共有部分的聲紋特征匹配度；

基于所述聲紋特征匹配度，獲取切換點；

按照所述切換點將所述課堂聲音分割為多段聲音片段。

5.根據權利要求2所述的方法，其特征在于，所述聲紋模型的訓練方法，包括：

獲取開源的聲音數據集，將預先采集的課堂聲音制作為課堂聲音數據集，將開源的聲音數據集和課堂聲音數據集共同作為樣本集；

將所述樣本集中的樣本輸入至所述聲紋模型中，利用深度學習算法對所述聲紋模型進行訓練。

6.根據權利要求1所述的方法，其特征在于，所述采用BIRTCH聚類算法和Calinski-Harabaz指數結合的方法，基于所述聲紋向量進行聲紋聚類，區分與所述聲紋向量對應的聲音片段為非教師聲音還是教師聲音，包括：

采用BIRTCH聚類算法，對所有的聲紋向量進行聚類，將所有的聲紋向量劃分為第一類和第二類；

采用BIRTCH聚類算法，分別對第一類中所有的聲紋向量和第二類中所有的聲紋向量進行二次聚類；

分別獲取第一指數和第二指數；其中，所述第一指數為對第一類中所有的聲紋向量進行二次聚類后的Calinski-Harabaz指數，所述第二指數為對第二類中所有的聲紋向量進行二次聚類后的Calinski-Harabaz指數；

判斷所述第一指數是否大于所述第二指數；

若是，則判定第一類中的聲紋向量對應的聲音片段為非教師聲音；

若否，則判定第二類中的聲紋向量對應的聲音片段為非教師聲音。

7.根據權利要求1所述的方法，其特征在于，所述采用BIRTCH聚類算法和Calinski-Harabaz指數結合的方法，基于所述聲紋向量進行聲紋聚類，區分與所述聲紋向量對應的聲音片段為非教師聲音還是教師聲音，包括：

設置多個聲紋特征相似度，基于Calinski-Harabaz指數對多個聲紋特征相似度進行篩選，得到最優的聲紋特征相似度；

將最優聚類結果中的兩類分別作為第一類和第二類；其中，所述最優聚類結果為使用最優的聲紋特征相似度對所有的聲紋向量進行聚類的結果；

采用BIRTCH聚類算法，分別對第一類中所有的聲紋向量和第二類中所有的聲紋向量進行二次聚類；

分別獲取第一指數和第二指數；其中，所述第一指數為對第一類中所有的聲紋向量進行二次聚類后的Calinski-Harabaz指數，所述第二指數為對第二類中所有的聲紋向量進行二次聚類后的Calinski-Harabaz指數；

判斷所述第一指數是否大于所述第二指數；

若是，則判定第一類中的聲紋向量對應的聲音片段為非教師聲音；

若否，則判定第二類中的聲紋向量對應的聲音片段為非教師聲音。