原创力文档- 32
- 0
- 约6.53千字
- 约 7页
- 2024-02-24 发布于四川
- 举报
本发明涉及音频处理技术领域，具体涉及一种基于深度学习的音频话者分离方法；采集音频，并进行多通道音频处理；根据音频滤波进行语音活动检测；进行声纹特征提取；将声纹特征向量聚类成不同的类别；将混合在同一音频信号中的多个说话者的声音进行分离，使每个说话者的声音成为独立的音频流；读取音频信息，进行可视化界面试听，通过上述方式，实现了提高在复杂的环境中音频话者分离效果。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117594058A
(43)申请公布日2024.02.23
(21)申请号202410079739.XG10L17/02(2013.01)
文档评论（0）