买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广西壮族自治区通信产业服务有限公司技术服务分公司申请的专利一种基于无监督式的话者分离优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119107968B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411371103.9，技术领域涉及：G10L21/028；该发明授权一种基于无监督式的话者分离优化方法及系统是由施宇;李晟;苏志龙;李进盛;钟英生;赵芸;何国对;陈定甲;赵达文设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于无监督式的话者分离优化方法及系统在说明书摘要公布了：本发明公开了一种基于无监督式的话者分离优化方法及系统，涉及话者分离技术领域，包括收集语音数据，并对语音数据进行预处理；通过无监督数据标注进行特征提取与分类；构建无监督增强学习策略优化算法，优化模型，并使用未处理语音数据进行模型测试和验证。本发明所述方法通过无监督数据标注进行特征提取与分类，实现了在没有人工标注的情况下自动识别和分类语音特征，降低标注成本，模型能够适应未知的说话人，达到了增强模型泛化能力和鲁棒性；通过构建无监督增强学习策略优化算法，模型能够更好地处理实际应用中的噪声和变化，提高了模型的准确率和适应性，使用未处理语音数据进行模型测试和验证，达到了验证模型泛化能力和实用性。

本发明授权一种基于无监督式的话者分离优化方法及系统在权利要求书中公布了：1.一种基于无监督式的话者分离优化方法，其特征在于，包括：收集语音数据，并对语音数据进行预处理；通过无监督数据标注进行特征提取与分类；构建无监督增强学习策略优化算法，优化模型，并使用未处理语音数据进行模型测试和验证；所述无监督数据标注包括通过音高敏感性增强的语音活动检测技术自动识别人声片段，使用时序分析增强的语音个体特征提取技术完成说话人变更和确认，并通过基于欧氏距离驱动的语音个体分类技术完成语音个体特征的自动归类和角色分类；所述特征提取与分类包括基于音高敏感性增强的语音活动检测技术，生成语音活动部分序列，表示为： 其中，xt为输入的语音信号，P为数据预处理对输入的语音信号进行降噪、去回声，E为音高敏感性增强，F为提取特征，yt为根据特征值与阈值T的比较结果，Y为输出的语音活动部分序列，otherwise为非语音活动部分，t为时间点；基于语音活动部分序列，通过时序分析增强的语音个体特征提取技术，提取含有时序信息的语音个体特征序列，表示为：vt＝FPwt|fiw,V＝{v1,v2,...,vt}其中，vt为语音个体特征，wt为动态时序语音特征窗口划分出的语音信号，w为输入的整段音频信号，fi为根据语音特性动态设置窗口大小，V为含有时序信息的语音个体特征序列；基于含有时序信息的语音个体特征序列，通过基于欧氏距离驱动的语音个体分类技术，生成包含语音个体特征空间信息的矩阵和语音个体分类序列，表示为：V＝{v1,v2,...,vn} S＝{s1,s2,...,sn}C＝fDensityClusteringSon＝argmaxC,O＝{o1,o2,...,on}其中，vn、vj为序列中的第n个和第j个语音个体特征，为第n个语音个体特征与第j个语音个体特征的欧氏距离，deuclidean为欧氏距离计算，m为语音个体特征的维度数，k为语音个体特征的二维向量，sn为第n个语音个体特征与其他语音个体特征的欧氏距离序列，S为n×n的矩阵，C为聚类结果，fDensityClustering为密度聚类算法，on为语音个体特征vn的角色分类，O为语音个体分类序列；所述优化模型包括基于无监督数据标注，构建无监督增强学习策略优化算法对话者分离模型应用场景的话者分离预训练模型进行二次训练；构建无监督增强学习策略优化算法，表示为：Moptimized＝fUEfFeatureFusionFfineTuneM,O,S其中，M为话者分离预训练模型，FFineTune为二次训练的特征提取和学习，fFeatureFusion为特征融合，fUE为无监督增强学习，Moptimized为优化后的话者分离模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广西壮族自治区通信产业服务有限公司技术服务分公司，其通讯地址为：530023 广西壮族自治区南宁市兴宁区长岗路35号6栋；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。