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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD