上海声通信息科技股份有限公司汤敬华获国家专利权
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!
龙图腾网获悉上海声通信息科技股份有限公司申请的专利一种录音声道分割方法、设备及存储介质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:CN118609589B 。
龙图腾网通过国家知识产权局官网在2025-09-12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:202410777609.3,技术领域涉及:G10L25/18;该发明授权一种录音声道分割方法、设备及存储介质是由汤敬华;郑波;李锴;王宗伟设计研发完成,并于2024-06-17向国家知识产权局提交的专利申请。
本一种录音声道分割方法、设备及存储介质在说明书摘要公布了: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。
本发明授权一种录音声道分割方法、设备及存储介质在权利要求书中公布了: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。
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上海声通信息科技股份有限公司,其通讯地址为:201199 上海市闵行区顾戴路2337号维璟中心G栋7DEF座;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”。
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。