[发明专利]一种基于说话人身份的音频数据清洗方法、装置和设备在审
| 申请号： | 201910809574.6 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110491392A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 许敏强;杨世清;刘敏;蒋敬;王泽龙;张露露 | 申请（专利权）人： | 广州国音智能科技有限公司 |
| 主分类号： | G10L17/02 | 分类号： | G10L17/02;G10L17/14;G10L17/22 |
| 代理公司： | 44285 深圳市深佳知识产权代理事务所(普通合伙) | 代理人： | 骆苏华<国际申请>=<国际公布>=<进入 |
| 地址： | 510000 广东省广州市黄埔*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种基于说话人身份的音频数据清洗方法、装置和设备，包括：对获取的原始音频数据进行解码；分离出所述解码后音频数据中的有效音频，所述有效音频为包含人声的片段；分段处理所述有效音频，得到若干分段的音频，所述若干分段的音频中每段音频对应单个人；对所述若干分段的音频进行话者分离，分离出属于同一个人的第一音频数据；将从多段原始音频中对应的所述第一音频数据进行声纹聚类，得到第二音频数据，将第二音频数据进行标注。本申请通过对音频数据进行分段处理，得到的每段音频片段都对应单个人，再将音频片段进行聚类，将属于同一个人的片段进行聚合，使得精细化的分离出音频中不同人的语音信息。 | ||
| 搜索关键词： | 音频数据 有效音频 分段 分段处理 音频片段 解码 聚类 原始音频数据 语音信息 原始音频 精细化 多段 声纹 标注 聚合 申请 清洗 身份 | ||
【主权项】：
1.一种基于说话人身份的音频数据清洗方法，其特征在于，包括：/n对获取的原始音频数据进行解码；/n分离出所述解码后音频数据中的有效音频，所述有效音频为包含人声的片段；/n分段处理所述有效音频，得到若干分段的音频，所述若干分段的音频中每段音频对应单个人；/n对所述若干分段的音频进行话者分离，分离出属于同一个人的第一音频数据；/n将多段原始音频中对应的所述第一音频数据进行声纹聚类，得到第二音频数据，将第二音频数据进行标注，所述第二音频数据包括多段属于同一人的第一音频数据。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州国音智能科技有限公司，未经广州国音智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910809574.6/，转载请声明来源钻瓜专利网。
