[发明专利]说话人分离方法、装置和系统及存储介质

权利要求书

1.一种说话人分离方法，包括：

获取待分离音频；

对所述待分离音频的音频部分进行跳变点检测，所述音频部分为所述待分离音频的至少一部分；

在跳变点出现的位置进行音频划分，以将所述音频部分划分为一个或多个音频段；

确定所述一个或多个音频段中的任一当前音频段是否是所述音频部分中的第一个音频段；

如果所述当前音频段是第一个音频段，则将所述当前音频段所对应的声纹特征作为新已知说话人的声纹特征存储到声纹库，所述声纹库用于存储一个或多个已知说话人各自的声纹特征集合，每个声纹特征集合包括至少一组声纹特征；

如果所述当前音频段不是第一个音频段，则将所述当前音频段所对应的声纹特征与所述声纹库中的声纹特征进行对比，以确定所述当前音频段是否属于所述声纹库中的已知说话人；

如果所述当前音频段不属于任何已知说话人，则将所述当前音频段所对应的声纹特征作为新已知说话人的声纹特征存储到所述声纹库；

如果所述当前音频段属于任一特定已知说话人，则记录所述当前音频段与所述特定已知说话人之间的关联关系。

2.如权利要求1所述的方法，其中，在所述如果所述当前音频段不是第一个音频段，则将所述当前音频段所对应的声纹特征与所述声纹库中的声纹特征进行对比，以确定所述当前音频段是否属于所述声纹库中的已知说话人之后，所述方法还包括：

如果所述当前音频段属于任一特定已知说话人，则将所述当前音频段所对应的声纹特征添加到所述声纹库中的与所述特定已知说话人相对应的声纹特征集合中。

3.如权利要求2所述的方法，其中，在所述如果所述当前音频段属于任一特定已知说话人，则将所述当前音频段所对应的声纹特征添加到所述声纹库中的与所述特定已知说话人相对应的声纹特征集合中之前，所述方法还包括：

如果所述声纹库中与所述特定已知说话人相对应的声纹特征的数目达到预设数目，则：

对于特定声纹特征集合中的每个声纹特征，计算该声纹特征与所述特定声纹特征集合中的其他声纹特征之间的相似度，以获得该声纹特征的声纹相似度；

判断所述当前音频段所对应的声纹特征的声纹相似度是否最低；

如果所述当前音频段所对应的声纹特征的声纹相似度不是最低，则将声纹相似度最低的声纹特征从所述声纹库中删除；

其中，所述将所述当前音频段所对应的声纹特征添加到所述声纹库中的与所述特定已知说话人相对应的声纹特征集合中的步骤在所述当前音频段所对应的声纹特征的声纹相似度不是最低的情况下执行；

并且其中，所述特定声纹特征集合包括所述声纹库中当前存储的与所述特定已知说话人相对应的声纹特征以及所述当前音频段所对应的声纹特征。

4.如权利要求1所述的方法，其中，在所述确定所述一个或多个音频段中的任一当前音频段是否是所述音频部分中的第一个音频段之后，所述方法还包括：

如果所述当前音频段不是第一个音频段，则将所述当前音频段所对应的声纹特征与预设数目的先前音频段所对应的声纹特征进行对比，以确定所述当前音频段是否属于所述预设数目的先前音频段中的任一音频段所属的说话人，其中，所述预设数目的先前音频段是所述一个或多个音频段中与所述当前音频段相邻且位于所述当前音频段之前的预设数目的音频段；

其中，所述如果所述当前音频段不是第一个音频段，则将所述当前音频段所对应的声纹特征与所述声纹库中的声纹特征进行对比，以确定所述当前音频段是否属于所述声纹库中的已知说话人的步骤在所述当前音频段不属于所述预设数目的先前音频段中的任一音频段所属的说话人的情况下执行。

5.如权利要求1所述的方法，其中，所述如果所述当前音频段不是第一个音频段，则将所述当前音频段所对应的声纹特征与所述声纹库中的声纹特征进行对比，以确定所述当前音频段是否属于所述声纹库中的已知说话人包括：

如果所述当前音频段不是第一个音频段，则对于所述声纹库中已存储的任一已知说话人，

将该已知说话人所对应的所有声纹特征求平均，以获得该已知说话人所对应的代表声纹特征；

将所述当前音频段所对应的声纹特征与该已知说话人所对应的代表声纹特征进行对比，以确定所述当前音频段是否属于该已知说话人。