[发明专利]一种会议语音识别方法及系统、存储介质及终端

权利要求书

1.一种会议语音识别方法，其特征在于：包括以下步骤：

提取会议参与人的声纹特征，构建所述会议参与人的声纹特征库；

获取会议语音数据，当所述会议语音数据包含至少两个会议发言人的语音数据时，将所述会议语音数据分离为与所述至少两个会议发言人一一对应的发言人语音数据；

对于每个发言人语音数据，提取所述发言人语音数据的声纹特征，在所述声纹特征库中查找匹配的声纹特征并判定所述匹配的声纹特征对应的会议参与人为所述发言人语音数据对应的会议发言人；

对于每个发言人语音数据，将所述发言人语音数据转换为文本数据和发言人时间信息，并文本输出所述文本数据、对应的会议发言人和发言时间信息。

2.根据权利要求1所述的会议语音识别方法，其特征在于：每个发言人语音数据对应的所述文本数据、对应的会议发言人和发言时间信息单独作为一段输出。

3.根据权利要求1所述的会议语音识别方法，其特征在于：在所述声纹特征库中查找匹配的声纹特征时，若所述声纹特征库中某一声纹特征与所述发言人语音数据的声纹特征的匹配度大于预设阈值，则判定二者匹配；若所述声纹特征库中至少两个声纹特征与所述发言人语音数据的声纹特征的匹配度大于预设阈值时，选取匹配度最高的声纹特征作为匹配声纹特征，并在输出的会议发言人上设置提醒信息。

4.根据权利要求1所述的会议语音识别方法，其特征在于：在所述声纹特征库中查找匹配的声纹特征时，若没有匹配的声纹特征，则将所述发言人语音数据对应的会议发言人设置为预设发言人标识信息。

5.根据权利要求1所述的会议语音识别方法，其特征在于：还包括对于下一会议语音数据，判断所述下一会议语音数据的会议发言人是否与在前会议语音数据的会议发言人相同，若是，则将下一会议语音数据的文本数据与所述在前会议语音数据的文本合并输出；若否，单独输出所述下一会议语音数据的文本数据、对应的会议发言人和发言时间信息。

6.根据权利要求1所述的会议语音识别方法，其特征在于：按照时间先后顺序依次输出所述会议语音数据对应的文本数据、会议发言人和发言时间信息；当同一时间有多个会议发言人时，所述多个会议发言人对应的文本数据、会议发言人和发言时间信息随机输出。

7.一种会议语音识别系统，其特征在于：包括构建模块、分离模块、匹配模块和识别模块；

所述构建模块用于提取会议参与人的声纹特征，构建所述会议参与人的声纹特征库；

所述分离模块用于获取会议语音数据，当所述会议语音数据包含至少两个会议发言人的语音数据时，将所述会议语音数据分离为与所述至少两个会议发言人一一对应的发言人语音数据；

所述匹配模块用于对于每个发言人语音数据，提取所述发言人语音数据的声纹特征，在所述声纹特征库中查找匹配的声纹特征并判定所述匹配的声纹特征对应的会议参与人为所述发言人语音数据对应的会议发言人；

所述识别模块用于对于每个发言人语音数据，将所述发言人语音数据转换为文本数据和发言人时间信息，并文本输出所述文本数据、对应的会议发言人和发言时间信息。

8.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一所述的会议语音识别方法。

9.一种终端，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行权利要求1至6中任一所述的会议语音识别方法。

10.一种会议语音识别系统，其特征在于：包括权利要求9所述的终端和语音采集模块；

所述语音采集模块用于采集会议语音数据并发送至所述终端。