話者分離方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202111530309.8 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN114187917A 公開(kāi)（公告）日 2022-03-15
申請(qǐng)公布號(hào) CN114187917A 申請(qǐng)公布日 2022-03-15
分類號(hào) G10L17/02（2013.01）I;G10L21/0216（2013.01）I;G10L21/0272（2013.01）I;G06V40/10（2022.01）I 分類 樂(lè)器；聲學(xué);
發(fā)明人 劉文超;殷保才;李淵強(qiáng);程虎 申請(qǐng)（專利權(quán)）人 科大訊飛股份有限公司
代理機(jī)構(gòu) 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 代理人 程琛
地址 230088安徽省合肥市高新開(kāi)發(fā)區(qū)望江西路666號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種話者分離方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，所述方法包括：對(duì)視頻幀進(jìn)行人員檢測(cè)，得到視頻幀中人員的人員位置；對(duì)視頻幀對(duì)應(yīng)的音頻段進(jìn)行聲源定位，得到聲源位置；基于人員位置和聲源位置之間的相對(duì)位置關(guān)系，對(duì)音頻段進(jìn)行話者分離。本發(fā)明提供的話者分離方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，可以避免環(huán)境噪聲和不同角色話者聲紋特征差異程度的影響，進(jìn)而可以基于人員位置和聲源位置之間的相對(duì)位置關(guān)系，準(zhǔn)確對(duì)音頻段進(jìn)行話者分離。