買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京聲加科技有限公司申請的專利一種基于視頻信息輔助的目標語音提取方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115472151B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211147202.X，技術領域涉及：G10L15/02；該發明授權一種基于視頻信息輔助的目標語音提取方法是由項京朋;陳佳路;邱峰海設計研發完成，并于2022-09-20向國家知識產權局提交的專利申請。

本一種基于視頻信息輔助的目標語音提取方法在說明書摘要公布了：本申請提供一種基于視頻信息輔助的目標語音提取方法，包括：利用帶攝像頭的傳聲器陣列系統獲取視頻信息和語音信號；視頻信息包括潛在說話人的空間方位信息；利用不同間距的兩個傳聲器陣元組成多組陣元對，將語音信號在頻域劃分為頻率連續的多個頻帶；結合潛在說話人的空間方位信息，估計多個頻帶范圍內各個頻點接收信號中目標語音的直達混響比；對語音信號的頻域信號進行波束形成預處理，利用預處理前后頻域信號的能量比值和目標語音的直達混響比確定目標語音的存在概率，并至少基于以上信息構建混合式MVDR波束形成器。該方法結合視頻輔助信息，利用陣列信號處理技術構建混合式MVDR波束形成器，可以在提取目標語音的同時提高對干擾的抑制效果。

本發明授權一種基于視頻信息輔助的目標語音提取方法在權利要求書中公布了：1.一種基于視頻信息輔助的目標語音提取方法，其特征在于，包括： 利用帶攝像頭的傳聲器陣列系統獲取視頻信息和語音信號；所述語音信號由所述傳聲器陣列系統中的傳聲器陣元采集得到；所述視頻信息由所述傳聲器陣列系統中的攝像頭采集得到；所述視頻信息包括潛在說話人的空間方位信息； 利用不同間距的兩個傳聲器陣元組成多組陣元對，將語音信號在頻域劃分為頻率連續的多個頻帶；結合所述潛在說話人的空間方位信息，根據不同間距的傳聲器陣元對估計所述多個頻帶范圍內各個頻點接收信號中目標語音的直達混響比； 結合所述潛在說話人的空間方位信息，對所述語音信號的頻域信號進行波束形成預處理；利用所述波束形成預處理前后頻域信號的能量比值和所述各個頻點接收信號中目標語音的直達混響比確定所述各個頻點接收信號中目標語音的存在概率； 結合所述潛在說話人的空間方位信息，至少根據所述各個頻點接收信號中目標語音的直達混響比、所述各個頻點接收信號中目標語音的存在概率，構建混合式最小均方無畸變響應波束形成器。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京聲加科技有限公司，其通訊地址為：100086 北京市海淀區大鐘寺東路9號1幢B座四層411室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。