買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中移動(dòng)信息技術(shù)有限公司;中國(guó)移動(dòng)通信集團(tuán)有限公司申請(qǐng)的專利基于說(shuō)話人分割的角色識(shí)別方法及裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115691506B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202110851365.5，技術(shù)領(lǐng)域涉及：G10L17/02；該發(fā)明授權(quán)基于說(shuō)話人分割的角色識(shí)別方法及裝置是由王瑾;張春;孫昊;叢凌雷;杜壯設(shè)計(jì)研發(fā)完成，并于2021-07-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于說(shuō)話人分割的角色識(shí)別方法及裝置在說(shuō)明書摘要公布了：本發(fā)明提供一種基于說(shuō)話人分割的角色識(shí)別方法及裝置，該方法包括：將待識(shí)別會(huì)話語(yǔ)音轉(zhuǎn)換為文本數(shù)據(jù)，基于句子切分模型將所述文本數(shù)據(jù)切分成多個(gè)句子，提取每個(gè)句子的文本特征；對(duì)所述待識(shí)別會(huì)話語(yǔ)音切分，獲取每個(gè)句子對(duì)應(yīng)的音頻段，提取每個(gè)音頻段的聲學(xué)特征；基于注意力機(jī)制對(duì)每個(gè)句子對(duì)應(yīng)的文本特征和聲學(xué)特征進(jìn)行對(duì)齊，生成每個(gè)句子對(duì)應(yīng)的對(duì)齊向量；根據(jù)每個(gè)句子對(duì)應(yīng)的對(duì)齊向量、文本特征和聲學(xué)特征，基于分類模型獲取每個(gè)句子對(duì)應(yīng)的說(shuō)話人類別。本發(fā)明使用文本和音頻之間的交互特征進(jìn)行角色識(shí)別，提高角色識(shí)別的準(zhǔn)確性。

本發(fā)明授權(quán)基于說(shuō)話人分割的角色識(shí)別方法及裝置在權(quán)利要求書中公布了：1.一種基于說(shuō)話人分割的角色識(shí)別方法，其特征在于，包括： 將待識(shí)別會(huì)話語(yǔ)音轉(zhuǎn)換為文本數(shù)據(jù)，基于句子切分模型將所述文本數(shù)據(jù)切分成多個(gè)句子，提取每個(gè)句子的文本特征； 對(duì)所述待識(shí)別會(huì)話語(yǔ)音切分，獲取每個(gè)句子對(duì)應(yīng)的音頻段，提取每個(gè)音頻段的聲學(xué)特征； 基于注意力機(jī)制對(duì)每個(gè)句子對(duì)應(yīng)的文本特征和聲學(xué)特征進(jìn)行對(duì)齊，生成每個(gè)句子對(duì)應(yīng)的對(duì)齊向量； 根據(jù)每個(gè)句子對(duì)應(yīng)的對(duì)齊向量、文本特征和聲學(xué)特征，基于分類模型獲取每個(gè)句子對(duì)應(yīng)的說(shuō)話人類別； 所述基于注意力機(jī)制對(duì)每個(gè)句子對(duì)應(yīng)的文本特征和聲學(xué)特征進(jìn)行對(duì)齊，生成每個(gè)句子對(duì)應(yīng)的對(duì)齊向量，包括： 基于雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)對(duì)每個(gè)句子對(duì)應(yīng)的文本特征和聲學(xué)特征進(jìn)行編碼，獲取每個(gè)句子對(duì)應(yīng)的文本特征向量和每個(gè)音頻段的聲學(xué)特征向量； 基于注意力機(jī)制對(duì)每個(gè)句子的文本特征向量和每個(gè)句子對(duì)應(yīng)的音頻段的聲學(xué)特征向量進(jìn)行對(duì)齊，生成每個(gè)句子對(duì)應(yīng)的對(duì)齊向量； 所述根據(jù)每個(gè)句子對(duì)應(yīng)的對(duì)齊向量、文本特征和聲學(xué)特征，基于分類模型獲取每個(gè)句子對(duì)應(yīng)的說(shuō)話人類別，包括： 基于所述雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)對(duì)所述對(duì)齊向量進(jìn)行編碼； 根據(jù)每個(gè)句子對(duì)應(yīng)的文本特征向量、聲學(xué)特征向量和編碼后的對(duì)齊向量，基于分類模型獲取每個(gè)句子對(duì)應(yīng)的說(shuō)話人類別。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中移動(dòng)信息技術(shù)有限公司;中國(guó)移動(dòng)通信集團(tuán)有限公司，其通訊地址為：100033 北京市西城區(qū)金融大街29號(hào)A座；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。