买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海声通信息科技股份有限公司

摘要：本申请提供一种录音声道分割方法、设备及存储介质。包括：获取单声道录音的待分割录音，待分割录音中包括至少两个录音对象的录音段。从待分割录音中提取频谱特征，并将频谱特征输入训练好的录音分割模型中，通过录音分割模型输出至少两个录音对象的排列信息，以及，嵌入向量数组。根据嵌入向量数组，以及，各时间块内的各排列信息，获取非静音时间块，根据非静音时间块对应的嵌入向量数组，生成距离矩阵。根据距离矩阵，以及，与录音对象的数量相关的先验信息，通过层次聚类算法确定各时间块的标注信息。根据标注信息，生成待分割录音对应的RTTM文件。根据RTTM文件生成分割声道后的录音。本申请的方法，优化了电话录音的存储和处理方式。

主权项：1.一种录音声道分割方法，其特征在于，所述方法包括：获取待分割录音，所述待分割录音为单声道录音，所述待分割录音中包括至少两个录音对象的录音段；从所述待分割录音中提取所述待分割录音的频谱特征，并将所述待分割录音的频谱特征输入训练好的录音分割模型中，所述录音分割模型用于将所述待分割录音中包括的至少两个录音对象的录音段分割为单个录音对象的录音段；通过所述录音分割模型输出所述至少两个录音对象的排列信息，以及，嵌入向量数组，所述排列信息包括每个时间块内所述至少两个录音对象的标识排列信息、时间排列信息、活动状态排列信息，所述嵌入向量数组用于表征不同录音对象的录音段特征，所述嵌入向量数组中的嵌入向量数量与所述待分割录音中包括的录音对象的数量相关；根据所述嵌入向量数组，以及，各所述时间块内的各排列信息，获取非静音时间块；根据所述非静音时间块对应的嵌入向量数组，生成距离矩阵，所述距离矩阵用于表征所述非静音时间块对应的嵌入向量数组中嵌入向量之间的距离；根据所述距离矩阵，以及，与所述录音对象的数量相关的先验信息，通过层次聚类算法确定各所述时间块的标注信息，所述标注信息用于标注所述时间块对应的录音对象；根据所述标注信息，生成所述待分割录音对应的RTTM文件，所述RTTM文件中包括有效音频起始时间，以及，所述有效音频起始时间对应的录音对象的标识；根据所述RTTM文件生成分割声道后的录音，所述录音中不同声道对应不同录音对象的录音段。

全文数据：

权利要求：

百度查询： 上海声通信息科技股份有限公司 一种录音声道分割方法、设备及存储介质