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！

龙图腾网获悉平安科技(深圳)有限公司申请的专利基于说话人辅助信息的特定说话人语音提取方法及装置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：CN114999522B 。

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：202210610122.7，技术领域涉及：G10L21/0272；该发明授权基于说话人辅助信息的特定说话人语音提取方法及装置是由刘博卿;王健宗;张之勇设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本基于说话人辅助信息的特定说话人语音提取方法及装置在说明书摘要公布了：本申请涉及人工智能技术，提供了基于说话人辅助信息的特定说话人语音提取方法、装置、设备及介质，先获取待识别音视频数据对应的分帧结果，然后获取所述分帧结果中各帧子音视频数据分别对应的子说话人活跃信息以组成说话人活跃信息，之后基于所述分帧结果中每一帧子音视频数据的对数频谱幅度系数生成对应帧子音视频数据的输入数据，最后将所述输入数据输入至所述说话人分类模型进行分类，所得到目标说话人识别特征再与每一帧子音视频数据的对数频谱幅度系数相乘，得到每一帧子音视频数据对应的目标说话人频谱。实现了在未输入目标说话人语音的前提下，即可从混杂语音中分离得到特定说话人的语音频谱，简化提取过程。

本发明授权基于说话人辅助信息的特定说话人语音提取方法及装置在权利要求书中公布了：1.一种基于说话人辅助信息的特定说话人语音提取方法，其特征在于，包括： 获取待识别音视频数据，将所述待识别音视频数据进行分帧，得到分帧结果；其中，所述分帧结果中包括多帧子音视频数据； 通过静音检测获取所述分帧结果中各帧子音视频数据分别对应的子说话人活跃信息，以组成说话人活跃信息； 获取所述分帧结果中每一帧子音视频数据的对数频谱幅度系数； 根据每一帧子音视频数据的对数频谱幅度系数生成对应帧子音视频数据的输入数据； 获取目标说话人语音集，以所述目标说话人语音集为训练集对待训练说话人分类模型进行模型训练，得到说话人分类模型；其中，所述目标说话人语音集中每一条目标说话人语音是不同的； 获取预先训练的说话人分类模型，将所述输入数据输入至所述说话人分类模型进行分类，得到目标说话人识别特征；以及 将所述目标说话人识别特征与每一帧子音视频数据的对数频谱幅度系数相乘，得到每一帧子音视频数据对应的目标说话人频谱； 所述根据每一帧子音视频数据的对数频谱幅度系数生成对应帧子音视频数据的输入数据，包括： 将每一帧子音视频数据的对数频谱幅度系数与对应帧子音视频数据的子说话人活跃信息通过连接函数进行连接，得到每一帧子音视频数据的输入数据。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；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”。