[发明专利]一种说话人分离方法及其相关设备

说明书

本申请公开了一种说话人分离方法及其相关设备，该方法包括：在获取到包括至少一个说话人的语音信息的待分离语音数据之后，可以先将该待分离语音数据输入预先构建的语音分离模型，得到该语音分离模型输出的至少一个语音分离数据，以使各个语音分离数据所携带语音信息的说话人不同(也就是，不同语音分离数据用于记录不同说话人的语音信息)；再根据该至少一个语音分离数据，确定该待分离语音数据的说话人分离结果，以使该说话人分离结果能够准确地表示出该待分离语音数据中每一个说话人对应的语音片段，如此能够有效地避免因无法准确地识别出重叠音频数据对应的多个说话人而导致的不良影响，从而能够有效地提高说话人分离准确性。

技术领域

本申请涉及语音处理技术领域，尤其涉及一种说话人分离方法及其相关设备。

背景技术

说话人分离技术可以按照不同的说话人对语音数据中各帧音频数据进行分类整理，以将属于同一个说话人的多帧音频数据合并成一个语音片段，如此能够得到至少一个语音片段，以使各个语音片段的说话人不同，以便后续能够在各个语音片段上分别标记出说话人信息。

目前，随着说话人分离技术的发展，说话人分离技术的应用场景越来越多。例如，说话人分离技术可以应用于会议内容整理、语音转写等应用场景。

然而，因相关说话人分离技术存在缺陷，使得该相关说话人分离技术无法针对一些复杂语音数据(如，存在多个说话人同时说话的语音数据)进行说话人分离，如此导致该相关说话人分离技术的说话人分离准确性较低。

发明内容

本申请实施例的主要目的在于提供一种说话人分离方法及其相关设备，能够提高说话人分离准确性。

本申请实施例提供了一种说话人分离方法，所述方法包括：获取待分离语音数据；其中，所述待分离语音数据包括至少一个说话人的语音信息；将所述待分离语音数据输入预先构建的语音分离模型，得到所述语音分离模型输出的至少一个语音分离数据，以使各个语音分离数据所携带语音信息的说话人不同；根据所述至少一个语音分离数据，确定所述待分离语音数据的说话人分离结果。

本申请实施例还提供了一种说话人分离装置，包括：语音获取单元，用于获取待分离语音数据；其中，所述待分离语音数据包括至少一个说话人的语音信息；语音分离单元，用于将所述待分离语音数据输入预先构建的语音分离模型，得到所述语音分离模型输出的至少一个语音分离数据，以使各个语音分离数据所携带语音信息的说话人不同；说话人分离单元，用于根据所述至少一个语音分离数据，确定所述待分离语音数据的说话人分离结果。

本申请实施例还提供了一种设备，所述设备包括：处理器、存储器、系统总线；

所述处理器以及所述存储器通过所述系统总线相连；

所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行本申请实施例提供的说话人分离方法的任一实施方式。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行本申请实施例提供的说话人分离方法的任一实施方式。

本申请实施例还提供了一种计算机程序产品，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行本申请实施例提供的说话人分离方法的任一实施方式。

基于上述技术方案，本申请具有以下有益效果：

本申请提供的技术方案中，在获取到包括至少一个说话人的语音信息的待分离语音数据之后，可以先将该待分离语音数据输入预先构建的语音分离模型，得到该语音分离模型输出的至少一个语音分离数据，以使各个语音分离数据所携带语音信息的说话人不同(也就是，不同语音分离数据用于记录不同说话人的语音信息)；再根据该至少一个语音分离数据，确定该待分离语音数据的说话人分离结果，以使该说话人分离结果能够准确地表示出该待分离语音数据中每一个说话人对应的语音片段。