龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：思必驰科技股份有限公司
摘要：本发明公开一种语音处理方法、电子设备和存储介质。在该方法中，获取针对多说话人场景的混合音频数据；将混合音频数据输入至语音处理模型，使得语音处理模型验证混合音频数据是否为与目标说话人相关的音频数据；其中，语音处理模型的池化层采用注意力统计池化层，注意力统计池化层用于将注册说话人嵌入和混合音频数据所对应的隐藏层表征序列转换为固定维度的表征，以及注册说话人嵌入为语音处理模型根据目标说话人的注册语料而确定的身份特征信息。由此，语音处理模型采用基于目标说话人的注册语料的注意力统计池化层，能够实现提取特定说话人信息，而无需添加多余的语音分离网络，降低了系统冗余度，且提高了系统计算效率。
主权项：1.一种语音处理方法，包括：获取针对多说话人场景的混合音频数据；将所述混合音频数据输入至语音处理模型，使得所述语音处理模型验证所述混合音频数据是否为与目标说话人相关的音频数据；其中，所述语音处理模型的池化层采用注意力统计池化层，所述注意力统计池化层用于将注册说话人嵌入和所述混合音频数据所对应的隐藏层表征序列转换为固定维度的表征，以及所述注册说话人嵌入为所述语音处理模型根据所述目标说话人的注册语料而确定的身份特征信息；其中，所述语音处理模型还用于执行以下操作：对所述隐藏层表征序列和所述注册说话人嵌入分别通过各自的全连接层进行转换和拼接，得到相应的拼接信息；将所述拼接信息输入至预设的瓶颈网络，得到相应的中间得分矩阵；所述瓶颈网络包括多个全连接层，各个全连接层之间分别插入有相应的BatchNorm和ReLU函数，用于限制设定说话人嵌入维度的说话人信息的流动；对所述中间得分矩阵进行校准，并将经校准的中间得分矩阵输入至注意力统计池化层，以得到相应的固定维度的表征。
全文数据：
权利要求：
百度查询： 思必驰科技股份有限公司 语音处理方法、电子设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号