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！

龙图腾网获悉中国电子科技集团公司第二十八研究所申请的专利一种基于双模型动态触发的语音流切分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：CN120260546B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510726884.7，技术领域涉及：G10L15/04；该发明授权一种基于双模型动态触发的语音流切分方法是由汤闻易;刘泽原;张阳;徐珂;丁辉;张明伟;唐敏敏;张翔;田靖;王凯设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种基于双模型动态触发的语音流切分方法在说明书摘要公布了：本发明公开了一种基于双模型动态触发的语音流切分方法，包括如下步骤：步骤1：构建多路语音流的数据流缓冲管理机制，为每个语音流建立独立处理通道，将积累到阈值时长的语音数据组成待处理语音集合；步骤2：通过快速切分模型筛选分析并处理待处理语音集合，选出符合条件的语音片段输出到高精度切分模型；步骤3：根据快速切分模型的筛选结果，将不符合条件数据与数据流缓冲中的数据进行拼接，调整语音片段对应缓冲区的阈值时长；步骤4：使用高精度切分模型处理经过快速切分模型筛选的语音片段；步骤5：根据处理结果将切分后的音频片段输出到语音识别等其他系统中，将剩余数据与数据流缓冲中的数据进行拼接，并更新对应缓冲区的阈值时长。

本发明授权一种基于双模型动态触发的语音流切分方法在权利要求书中公布了：1.一种基于双模型动态触发的语音流切分方法，其特征在于，包括如下步骤： 步骤1：构建多路语音流的数据流缓冲管理机制，为每个语音流建立独立处理通道，将积累到阈值时长的语音数据组成待处理语音集合； 步骤2：通过快速切分模型筛选分析并处理待处理语音集合，选出符合条件的语音片段输出到高精度切分模型； 步骤3：根据快速切分模型的筛选结果，将不符合条件数据与数据流缓冲中的数据进行拼接，调整语音片段对应缓冲区的阈值时长； 步骤4：使用高精度切分模型处理经过快速切分模型筛选的语音片段； 步骤5：根据处理结果将切分后的音频片段输出到语音识别系统中，将剩余数据与数据流缓冲中的数据进行拼接，并更新对应缓冲区的阈值时长； 步骤2中所述的快速切分模型筛选，具体为： 步骤2-1：检查待处理语音集合中是否为空，如果为空则等待下一次检查，否则执行步骤2-2； 步骤2-2：从待处理语音集合中选择第k个语音流的语音片段，将其最后last_second秒的数据通过滑动窗口将数据分成num_frame帧，提取每一帧的频谱特征，输入快速切分模型，得到每一帧是否是静音帧的概率列表，统计概率列表中判断该语音片段是否符合条件； 步骤2-2中所述的快速切分模型为基于一维卷积神经网络的轻量级二分类模型，其网络结构包含： 输入层：接收×M维的MFCC特征矩阵，其中M为梅尔滤波器个数； 一维卷积层：使用32个宽度为5、步长为1的卷积核，沿时间轴进行一维卷积，输出维度为×32； 最大池化层：池化窗口大小为2，步长为2，输出维度为×32； 扁平层：将特征图展平为1维向量； 全连接层：通过个神经元的全连接层，激活函数为ReLU； 输出层：经Sigmoid激活函数输出单节点概率值，表示输入帧每一帧不为静音帧的概率； 步骤4中所述的高精度切分模型的网络结构如下： 输入层：接收整段语音的MFCC特征序列，维度为T×M，其中T为整段语音经过帧长30ms帧移为10ms的滑动窗口后获得的帧数，M为梅尔滤波器个数； 两个双向LSTM层：包含128个隐藏单元的双向LSTM层，输出维度为T×256； 全连接层：通过64个神经元的全连接层，激活函数为ReLU； 输出层：经Sigmoid激活函数输出T维概率序列，表示各时间帧不为静音帧的概率； 边界决策模块：当概率值大于0.7且为局部最大值时判定为切分点。

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中国电子科技集团公司第二十八研究所，其通讯地址为：210007 江苏省南京市秦淮区苜蓿园东街1号；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”。