话者分离方法、装置、电子设备和存储介质
基本信息
| 申请号 | CN202111530309.8 | 申请日 | - |
| 公开（公告）号 | CN114187917A | 公开（公告）日 | 2022-03-15 |
| 申请公布号 | CN114187917A | 申请公布日 | 2022-03-15 |
| 分类号 | G10L17/02（2013.01）I;G10L21/0216（2013.01）I;G10L21/0272（2013.01）I;G06V40/10（2022.01）I | 分类 | 乐器；声学; |
| 发明人 | 刘文超;殷保才;李渊强;程虎 | 申请（专利权）人 | 科大讯飞股份有限公司 |
| 代理机构 | 北京路浩知识产权代理有限公司 | 代理人 | 程琛 |
| 地址 | 230088安徽省合肥市高新开发区望江西路666号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种话者分离方法、装置、电子设备和存储介质，所述方法包括：对视频帧进行人员检测，得到视频帧中人员的人员位置；对视频帧对应的音频段进行声源定位，得到声源位置；基于人员位置和声源位置之间的相对位置关系，对音频段进行话者分离。本发明提供的话者分离方法、装置、电子设备和存储介质，可以避免环境噪声和不同角色话者声纹特征差异程度的影响，进而可以基于人员位置和声源位置之间的相对位置关系，准确对音频段进行话者分离。 |
