申请/专利权人:武汉大晟极科技有限公司
申请日:2023-12-26
公开(公告)日:2024-04-12
公开(公告)号:CN117877482A
主分类号:G10L15/25
分类号:G10L15/25;G10L15/18;G10L15/06;G10L17/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明涉及一种基于人脸唇动语音分离的声纹识别方法及装置,该方法包括:构造语音分离网络,所述语音分离网络包括面部属性分析网络、唇动分析网络和音频处理网络;基于所述语音分离网络从待检测视频中提取目标语音;基于声纹识别模型对所述目标语音进行声纹识别;其中,所述面部属性分析网络提取面部属性特征,所述唇动分析网络用于提取嘴唇运动特征,所述音频处理网络用于进行语音分离,所述声纹识别模型是基于注册语音训练得到的。本发明实现了多人说话场景下的单通道语音分离,提高了语音分离的灵活性。
主权项:1.一种基于人脸唇动语音分离的声纹识别方法,其特征在于,包括:构造语音分离网络,所述语音分离网络包括面部属性分析网络、唇动分析网络和音频处理网络;基于所述语音分离网络从待检测视频中提取目标语音;基于声纹识别模型对所述目标语音进行声纹识别;其中,所述面部属性分析网络提取面部属性特征,所述唇动分析网络用于提取嘴唇运动特征,所述音频处理网络用于进行语音分离,所述声纹识别模型是基于注册语音训练得到的。
全文数据:
权利要求:
百度查询: 武汉大晟极科技有限公司 一种基于人脸唇动语音分离的声纹识别方法及装置
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。