[发明专利]教师声音和非教师声音的区分方法、装置、设备以及介质

权利要求书

1.一种教师声音和非教师声音的区分方法，其特征在于，包括：

采集课堂声音，根据所述课堂声音得到多段声音片段的声纹向量；

采用BIRTCH聚类算法和Calinski-Harabaz指数结合的方法，基于所述声纹向量进行声纹聚类，区分与所述声纹向量对应的声音片段为非教师声音还是教师声音。

2.根据权利要求1所述的方法，其特征在于，所述采集课堂声音，根据所述课堂声音得到多段声音片段的声纹向量，包括：

将所述课堂声音输入至训练好的声纹模型中，得到多段声音片段的声纹向量。

3.根据权利要求2所述的方法，其特征在于，将所述课堂声音输入至训练好的声纹模型中，得到多段声音片段的声纹向量，包括：

将所述课堂声音分割为多段声音片段；

对所述多段声音片段分别进行声纹提取，得到所述声纹向量。

4.根据权利要求3所述的方法，其特征在于，所述将所述课堂声音分割为多段声音片段，包括：

将所述课堂声音划分为多个片段，相邻片段之间具有共有部分和非共有部分；

分别计算共有部分与相邻片段的非共有部分的声纹特征匹配度；

基于所述声纹特征匹配度，获取切换点；

按照所述切换点将所述课堂声音分割为多段声音片段。

5.根据权利要求2所述的方法，其特征在于，所述声纹模型的训练方法，包括：

获取开源的声音数据集，将预先采集的课堂声音制作为课堂声音数据集，将开源的声音数据集和课堂声音数据集共同作为样本集；

将所述样本集中的样本输入至所述声纹模型中，利用深度学习算法对所述声纹模型进行训练。

6.根据权利要求1所述的方法，其特征在于，所述采用BIRTCH聚类算法和Calinski-Harabaz指数结合的方法，基于所述声纹向量进行声纹聚类，区分与所述声纹向量对应的声音片段为非教师声音还是教师声音，包括：

采用BIRTCH聚类算法，对所有的声纹向量进行聚类，将所有的声纹向量划分为第一类和第二类；

采用BIRTCH聚类算法，分别对第一类中所有的声纹向量和第二类中所有的声纹向量进行二次聚类；

分别获取第一指数和第二指数；其中，所述第一指数为对第一类中所有的声纹向量进行二次聚类后的Calinski-Harabaz指数，所述第二指数为对第二类中所有的声纹向量进行二次聚类后的Calinski-Harabaz指数；

判断所述第一指数是否大于所述第二指数；

若是，则判定第一类中的声纹向量对应的声音片段为非教师声音；

若否，则判定第二类中的声纹向量对应的声音片段为非教师声音。

7.根据权利要求1所述的方法，其特征在于，所述采用BIRTCH聚类算法和Calinski-Harabaz指数结合的方法，基于所述声纹向量进行声纹聚类，区分与所述声纹向量对应的声音片段为非教师声音还是教师声音，包括：

设置多个声纹特征相似度，基于Calinski-Harabaz指数对多个声纹特征相似度进行筛选，得到最优的声纹特征相似度；

将最优聚类结果中的两类分别作为第一类和第二类；其中，所述最优聚类结果为使用最优的声纹特征相似度对所有的声纹向量进行聚类的结果；

采用BIRTCH聚类算法，分别对第一类中所有的声纹向量和第二类中所有的声纹向量进行二次聚类；

分别获取第一指数和第二指数；其中，所述第一指数为对第一类中所有的声纹向量进行二次聚类后的Calinski-Harabaz指数，所述第二指数为对第二类中所有的声纹向量进行二次聚类后的Calinski-Harabaz指数；

判断所述第一指数是否大于所述第二指数；

若是，则判定第一类中的声纹向量对应的声音片段为非教师声音；

若否，则判定第二类中的声纹向量对应的声音片段为非教师声音。