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！

龙图腾网获悉北京声加科技有限公司申请的专利一种基于视频信息辅助的目标语音提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115472151B 。

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211147202.X，技术领域涉及：G10L15/02；该发明授权一种基于视频信息辅助的目标语音提取方法是由项京朋;陈佳路;邱峰海设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本一种基于视频信息辅助的目标语音提取方法在说明书摘要公布了：本申请提供一种基于视频信息辅助的目标语音提取方法，包括：利用带摄像头的传声器阵列系统获取视频信息和语音信号；视频信息包括潜在说话人的空间方位信息；利用不同间距的两个传声器阵元组成多组阵元对，将语音信号在频域划分为频率连续的多个频带；结合潜在说话人的空间方位信息，估计多个频带范围内各个频点接收信号中目标语音的直达混响比；对语音信号的频域信号进行波束形成预处理，利用预处理前后频域信号的能量比值和目标语音的直达混响比确定目标语音的存在概率，并至少基于以上信息构建混合式MVDR波束形成器。该方法结合视频辅助信息，利用阵列信号处理技术构建混合式MVDR波束形成器，可以在提取目标语音的同时提高对干扰的抑制效果。

本发明授权一种基于视频信息辅助的目标语音提取方法在权利要求书中公布了：1.一种基于视频信息辅助的目标语音提取方法，其特征在于，包括： 利用带摄像头的传声器阵列系统获取视频信息和语音信号；所述语音信号由所述传声器阵列系统中的传声器阵元采集得到；所述视频信息由所述传声器阵列系统中的摄像头采集得到；所述视频信息包括潜在说话人的空间方位信息； 利用不同间距的两个传声器阵元组成多组阵元对，将语音信号在频域划分为频率连续的多个频带；结合所述潜在说话人的空间方位信息，根据不同间距的传声器阵元对估计所述多个频带范围内各个频点接收信号中目标语音的直达混响比； 结合所述潜在说话人的空间方位信息，对所述语音信号的频域信号进行波束形成预处理；利用所述波束形成预处理前后频域信号的能量比值和所述各个频点接收信号中目标语音的直达混响比确定所述各个频点接收信号中目标语音的存在概率； 结合所述潜在说话人的空间方位信息，至少根据所述各个频点接收信号中目标语音的直达混响比、所述各个频点接收信号中目标语音的存在概率，构建混合式最小均方无畸变响应波束形成器。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京声加科技有限公司，其通讯地址为：100086 北京市海淀区大钟寺东路9号1幢B座四层411室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。