[发明专利]一种语音话者分离方法和装置

权利要求书

1.一种语音话者分离方法，其特征在于，所述方法包括：

获取待处理的音频数据；

根据静音期对所述音频数据进行分段处理，获得至少一个语音片段；

将符合预设噪声过滤参数的语音片段归为第一语音集合；

提取所述第一语音集合中的语音片段的第一语音特征；

根据所述第一语音特征对所述第一语音集合中的语音片段进行聚类，得到聚类结果；

根据所述聚类结果，分离所述第一语音集合中不同话者的语音片段；

所述得到聚类结果之后，所述方法还包括：

将不符合所述预设噪声过滤参数的语音片段归为第二语音集合；

提取所述第二语音集合中的语音片段的第二语音特征；

根据所述第二语音特征和所述聚类结果，分离所述第二语音集合中不同话者的语音片段；

所述预设噪声过滤参数是根据时间长度值设定的。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第二语音特征和所述聚类结果，分离所述第二语音集合中不同话者的语音片段，包括：

根据所述聚类结果中的每个类别，分别计算所述每个类别对应的类矢量；

根据所述第二语音特征与所述类矢量，分离所述第二语音集合中不同话者的语音片段。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第二语音特征与所述类矢量，分离所述第二语音集合中不同话者的语音片段，包括：

分别计算所述第二语音特征与所述类矢量的匹配度；

根据所述匹配度确定所述第二语音特征与所述类矢量的第一对应关系；

根据所述第一对应关系，确定所述第二语音集合中语音片段与聚类结果的第二对应关系；

根据所述第二对应关系，分离所述第二语音集合中不同话者的语音片段。

4.根据权利要求3所述的方法，其特征在于，所述根据所述匹配度确定所述第二语音特征与所述类矢量的第一对应关系，包括：

对每一个所述第二语音特征，确定所述匹配度最高的所述类矢量与所述第二语音特征具有所述第一对应关系。

5.一种语音话者分离装置，其特征在于，所述装置包括：

数据获取模块，用于获取待处理的音频数据；

数据分段模块，用于根据静音期对所述音频数据进行分段处理，获得至少一个语音片段；

参数过滤模块，用于将符合预设噪声过滤参数的语音片段归为第一语音集合；

特征提取模块，用于提取所述第一语音集合中的语音片段的第一语音特征；

数据聚类模块，用于根据所述第一语音特征对所述第一语音集合中的语音片段进行聚类，得到聚类结果；

语音分离模块，用于根据所述聚类结果，分离所述第一语音集合中不同话者的语音片段；

所述参数过滤模块，还用于将不符合所述预设噪声过滤参数的语音片段归为第二语音集合；

所述特征提取模块，还用于提取所述第二语音集合中的语音片段的第二语音特征；

所述语音分离模块，还用于根据所述第二语音特征和所述聚类结果，分离所述第二语音集合中不同话者的语音片段；

所述预设噪声过滤参数是根据时间长度值设定的。

6.根据权利要求5所述的装置，其特征在于，所述数据聚类模块，包括：

矢量计算子模块，用于根据所述聚类结果中的每个类别，分别计算所述每个类别对应的类矢量；

类别指定子模块，用于根据所述第二语音特征与所述类矢量，分离所述第二语音集合中不同话者的语音片段。

7.根据权利要求6所述的装置，其特征在于，所述类别指定子模块，包括：

匹配度计算单元，用于分别计算所述第二语音特征与所述类矢量的匹配度；

对应关系确定单元，用于根据所述匹配度确定所述第二语音特征与所述类矢量的第一对应关系；

所述对应关系确定单元，还用于根据所述第一对应关系，确定所述第二语音集合中语音片段与聚类结果的第二对应关系；

话者指定单元，用于根据所述第二对应关系，分离所述第二语音集合中不同话者的语音片段。

8.根据权利要求7所述的装置，其特征在于，所述对应关系确定单元，具体用于对每一个所述第二语音特征，确定所述匹配度最高的所述类矢量与所述第二语音特征具有所述第一对应关系。