龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：上海蜜度数字科技有限公司
摘要：本发明提供一种多说话人语音识别方法、系统、存储介质及电子设备，所述方法包括以下步骤：获取音频数据，并设置特殊字符；提取所述音频数据的音频特征、提取特殊字符特征；基于提取的特征构建输入特征矩阵；将所述输入特征矩阵输入大语言模型以获取融合特征矩阵；对所述融合特征矩阵进行解码，获取说话人识别内容；根据所述融合特征矩阵中所述特殊字符对应的向量判断所述音频数据是否仍包含其他说话人；若是，基于所述说话人识别内容和所述输入特征矩阵来获取更新的输入特征矩阵，并基于所述更新的输入特征矩阵获取其他说话人识别内容。本发明的多说话人语音识别方法提高了多人语音识别的准确性和效率，适用于复杂音频环境下的语音处理。
主权项：1.一种多说话人语音识别方法，其特征在于，所述方法包括以下步骤：获取音频数据，并设置音频字符和第一说话人识别内容字符；提取所述音频数据的音频特征；分别提取所述音频字符和所述第一说话人识别内容字符的音频字符特征和第一说话人识别内容字符特征；基于所述音频特征、所述音频字符特征和所述第一说话人识别内容字符特征构建输入特征矩阵；将所述输入特征矩阵输入大语言模型以获取融合特征矩阵；对所述融合特征矩阵进行解码，获取第一说话人识别内容；根据所述融合特征矩阵中所述第一说话人识别内容字符对应的向量判断所述音频数据是否仍包含其他说话人；若是，基于所述第一说话人识别内容和所述输入特征矩阵来获取更新的输入特征矩阵，并基于所述更新的输入特征矩阵获取第二说话人识别内容，再次更新所述输入特征矩阵直至所述音频数据中不再包含其他说话人以获取所述音频数据中所有人的说话内容。
全文数据：
权利要求：
百度查询： 上海蜜度数字科技有限公司 多说话人语音识别方法、系统、存储介质及电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号