[发明专利]会议内容区分方法、装置、计算机设备及存储介质

权利要求书

1.一种会议内容区分方法，其特征在于，所述方法包括：

获取目标会议语音片段，其中，所述目标会议语音片段包括至少两个不同发言人的会议语音片段；

获取所述目标会议语音片段的发言人转变点，根据所述发言人转变点切割所述目标会议语音片段，得到至少三个会议语音片段，其中，一个所述发言人对应一个或多个所述会议语音片段；

提取所述会议语音片段的片段语音特征，根据所述片段语音特征对所述会议语音片段进行聚类，确定相同发言人的会议语音片段；

根据所述相同发言人的会议语音片段确定所述会议语音片段的发言人身份；

根据所述发言人身份和所述相同发言人的会议语音片段区分会议内容。

2.根据权利要求1所述的方法，其特征在于，所述提取所述会议语音片段的片段语音特征，根据所述片段语音特征对所述会议语音片段进行聚类，确定相同发言人的会议语音片段，包括：

通过预先训练的通用背景模型和高斯混合模型从所述会议语音片段中提取i-vector特征作为所述片段语音特征；

采用预先训练的双协方差概率线性判别模型对所述i-vector特征建模，得到会议语音片段的特征表达模型；

采用所述特征表达模型对所述会议语音片段进行聚类，确定所述相同发言人的会议语音片段。

3.根据权利要求1所述的方法，其特征在于，所述根据所述相同发言人的会议语音片段确定所述会议语音片段的发言人身份，包括：

在每一所述相同发言人的会议语音片段中各获取预设个数的会议语音片段，并进行展示；

响应于所述展示，获取发言人身份确认指令，根据所述发言人身份确认指令确认所述预设个数的会议语音片段的发言人身份，得到第一确认结果；

根据所述第一确认结果和所述相同发言人的会议语音片段确定所述会议语音片段的发言人身份。

4.根据权利要求1所述的方法，其特征在于，所述根据所述相同发言人的会议语音片段确定所述会议语音片段的发言人身份，还包括：

在每一所述相同发言人的会议语音片段中各获取预设个数的会议语音片段，并输入到预先训练的声纹识别模型中；

通过所述声纹识别模型识别所述预设个数的会议语音片段，确认所述预设个数的会议语音片段的发言人身份，得到第二确认结果；

根据所述第二确认结果和所述相同发言人的会议语音片段确定所述会议语音片段的发言人身份。

5.根据权利要求1所述的方法，其特征在于，所述根据所述发言人身份和所述相同发言人的会议语音片段区分会议内容，包括：

将所述相同发言人的会议语音片段按所述发言人身份输入到语音转文本模型中，得到不同发言人的会议内容。

6.根据权利要求1-5任意一项所述的方法，其特征在于，在所述根据所述发言人身份和所述相同发言人的会议语音片段区分会议内容之后，还包括：

采用预先训练的深度神经网络模型和神经语音模型对所述会议内容进行分析，生成会议纪要和/或执行列表。

7.根据权利要求1所述的方法，其特征在于，所述获取目标会议语音片段，包括：

获取原始会议语音片段；

采用静音检测去除所述原始会议语音片段中的静默片段，得到所述目标会议语音片段。