[发明专利]一种语音记录方法、装置、电子设备及存储介质

说明书

本申请属于声纹识别领域，公开了一种语音记录方法、装置、电子设备及存储介质，将收录的第一段语音信息的第一声源位置和第一声纹特征进行转译记录至第一发言人的发言内容中，将收录的第二段语音信息与存储的第一声源位置和第一声纹特征进行比对确定对应的声源匹配因子和声纹匹配因子，并输入至预先训练好的联合模型中进行识别判断，确定两段语音是否属于同一个人，若是，记录至同一个人的发言内容中，否则，将第二段语音信息的转译内容记录至新的发言人的发言内容中，并不断重复收录和识别的过程，直至接收到停止语音收录指令。这样，在进行语音记录时能够将语音文本自动记录至对应的发言人的发言内容中，无需人工进行文本划分，方便用户。

技术领域

本申请涉及声纹识别技术领域，特别是涉及一种语音记录方法、装置、电子设备及存储介质。

背景技术

传统开会记录会议纪要时，有专人进行人工全程记录所有与会人的说话内容。十分耗费人力，且对记录人有较高的速度、准确率的要求。

但是，这种会议记录方式，需有专人对会议内容进行全程记录，耗费人力。记录员通常为了避免遗忘确保内容的准确性，先用录音笔记录全程会议内容。但需后续记录员从头到尾反复听取音频内容，较为耗时。记录员通常还要在听取内容的同时，区分不同说话人，靠人工较为不准确。

发明内容

有鉴于此，本申请提供了一种语音记录方法、装置、电子设备及存储介质。主要目的在于解决目前的语音记录方式只能将语音转译成文本无法区别不同说话人的技术问题。

依据本申请的第一方面，提供了一种语音记录方法，步骤包括：

获取第一段语音信息，并确定所述第一段语音信息的第一声源位置和第一声纹特征；

将所述第一段语音信息转译为文本内容，添加至第一发言人的发言记录中，将所述第一声源位置、所述第一声纹特征与所述第一发言人关联存储至数据库中；

获取第二段语音信息，并确定所述第二段语音信息的第二声源位置和第二声纹特征；

将所述第二声源位置与数据库存储的第一声源位置进行比对确定声源匹配因子，以及，将所述第二声纹特征与数据库存储的第一声纹特征进行比对确定声纹匹配因子；

将比对后的声源匹配因子和声纹匹配因子输入至联合模型中进行识别判断，输出所述第二段语音信息是否属于第一发言人；

如果属于第一发言人，则将所述第二段语音信息转译为文本内容，添加至所述第一发言人的发言记录中；

如果不属于第一发言人，则将所述第二段语音信息转译为文本内容，添加至新的发言人的发言记录中，并将所述第二声源位置、第二声纹特征与新的发言人进行关联后存储至数据库中；

获取下一段语音信息，并得到对应的声源匹配因子和对应的声纹匹配因子，并将对应的声源匹配因子和对应的声纹匹配因子输入至联合模型进行再次识别判断，直至语音收录结束。

依据本申请的第二方面，提供了一种语音记录装置，所述装置包括：

语音获取模块，用于获取第一段语音信息，并确定所述第一段语音信息的第一声源位置和第一声纹特征；

转译存储模块，用于将所述第一段语音信息转译为文本内容，添加至第一发言人的发言记录中，将所述第一声源位置、所述第一声纹特征与所述第一发言人关联存储至数据库中；

所述语音获取模块，还用于获取第二段语音信息，并确定所述第二段语音信息的第二声源位置和第二声纹特征；

比对模块，用于将所述第二声源位置与数据库存储的第一发言人的存储声源位置进行比对确定声源匹配因子，以及，将所述第二声纹特征分别与数据库存储的第一发言人的存储声纹特征进行比对确定声纹匹配因子；