说话人转换点的检测方法、训练检测模型的方法及装置.pdfVIP

下载本文档

2
0
约2.37万字
约 21页
2023-08-02 发布于四川
举报
版权申诉

说话人转换点的检测方法、训练检测模型的方法及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请实施例公开了一种说话人转换点的检测方法、训练检测模型的方法及装置，涉及人工智能和语音处理技术。其中方法包括：将待检测音频切分成两个以上的预设时长的音频段；依据从各音频段中提取的声纹特征对两个以上的音频段进行聚类处理，得到两个以上的类簇；从两个以上的音频段中确定一个以上的候选段对，各候选段对包括相邻的两个音频段且该相邻的两个音频段属于不同的类簇；将候选段对对应的帧序列输入转换点检测模型，获取转换点检测模型预测的帧序列中各帧对应的说话人标签，转换点检测模型基于深度学习模型预先训练得到；利用帧序

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116524937 A (43)申请公布日 2023.08.01 (21)申请号 202310085306.0 (22)申请日 2023.01.11 (71)申请人阿里巴巴达摩院（杭州）科技有限公