[发明专利]一种实时关联说话人及其语音识别结果的方法及装置在审
| 申请号： | 201910817760.4 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110544491A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 汪俊;李索恒;张志齐 | 申请（专利权）人： | 上海依图信息技术有限公司 |
| 主分类号： | G10L25/57 | 分类号： | G10L25/57;G10L15/22;G06K9/00 |
| 代理公司： | 11291 北京同达信恒知识产权代理有限公司 | 代理人： | 柴燕梅<国际申请>=<国际公布>=<进入 |
| 地址： | 201125 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及通信技术领域，特别涉及一种实时关联说话人及其语音识别结果的方法及装置。该方法为：将第一时段采集的音频信号进行语音识别，确定第一说话对象及所述第一说话对象对应的音频帧；将所述第一时段采集的视频信号进行人脸识别，确定第二说话对象及所述第二说话对象对应的图像帧；所述第二说话对象是根据所述视频信号的图像帧中同一人脸的唇动特征确定的；确定所述第一说话对象对应的音频帧与所述第二说话对象对应的图像帧的对应关系；所述对应关系用于指示具有对应关系的音频帧和图像帧是针对同一对象的。 | ||
| 搜索关键词： | 说话 图像帧 音频帧 视频信号 通信技术领域 语音识别结果 采集 人脸识别 特征确定 同一对象 音频信号 语音识别 人脸 关联 | ||
【主权项】：
1.一种实时关联说话人及其语音识别结果的方法，其特征在于，包括：/n将第一时段采集的音频信号进行语音识别，确定第一说话对象及所述第一说话对象对应的音频帧；/n将所述第一时段采集的视频信号进行人脸识别，确定第二说话对象及所述第二说话对象对应的图像帧；所述第二说话对象是根据所述视频信号的图像帧中同一人脸的唇动特征确定的；/n确定所述第一说话对象对应的音频帧与所述第二说话对象对应的图像帧的对应关系；所述对应关系用于指示具有对应关系的音频帧和图像帧是针对同一对象的。/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上海依图信息技术有限公司，未经上海依图信息技术有限公司许可，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/201910817760.4/，转载请声明来源钻瓜专利网。
