[发明专利]一种基于事件检测的说话人分割方法

摘要

本发明涉及一种一种基于事件检测的说话人分割方法，属于音频信号处理技术领域；该方法包括说话人分割、事件检测、说话人分割结果修正三个步骤：说话人分割步骤对输入音频通过采用现有距离度量法确定说话人跳变点，并依据跳变点分割音频得到不同长度的音频段，即初始说话人分割结果；事件检测步骤基于事件的时域特征检测出输入音频的事件点；说话人分割结果修正步骤基于事件点对初始说话人分割结果进行基于概率统计的修正，从而得到最终的说话人分割结果。对比现有技术，针对对讲语音本发明方法能够充分利用音频中的信息进行说话人分割，在信道变化、噪声大且说话人较多的情况下，比现有说话人分割方法有较大的性能提升。

主权项

1.一种基于事件检测的说话人分割方法，其特征在于：包括说话人分割、事件检测、说话人分割结果修正三个步骤：说话人分割步骤对输入音频通过采用现有分割方法确定分割音频得到初始说话人分割结果；事件检测步骤基于事件的时域特征检测出输入音频的事件点；说话人分割结果修正步骤基于事件点对初始说话人分割结果进行修正得到最终的说话人分割结果；所述事件为按键音；所述检测出输入音频的事件点采用基于事件的特征构造的滤波器实现；所述检测出输入音频的事件点结果为2组，分别为根据窄幅度范围T1和宽幅度范围T2检测出的事件点结果R1和R2；所述修正通过以下过程完成：根据R1以及初始说话人分割结果，检查说话人分割结果中音频段中间是否存在事件点，如果存在，则将音频在事件点处分为两个说话人；根据R2以及说话人分割结果，若音频段中未出现按键音，且两段音频的中间间隔不超过预设阈值M，则将相邻的音频段合并。