专利检索 ap:("上海秒针网络科技有限公司") AND inv:"魏刘巍" 第 1 页

1.

发明公开
用于说话人聚类的方法及装置审中-实审

公开(公告)号：CN118072740A

公开(公告)日：2024-05-24

申请号：CN202311866742.8

申请日：2023-12-29

申请人： 上海秒针网络科技有限公司

发明人： 魏刘巍 , 高翔

IPC分类号： G10L17/02 , G10L17/16 , G10L17/18

摘要： 本申请涉及语音处理技术领域，公开一种用于说话人聚类的方法，包括：获取待处理音频的语音特征嵌入向量序列，语音特征嵌入向量序列中包括多个语音特征嵌入向量。根据语音特征嵌入向量序列获取余弦相似度矩阵。根据第一预设聚合系数对余弦相似度矩阵进行初次聚类，获得第一备选聚类结果。根据第二预设聚合系数对第一备选聚类结果进行二次聚类，获得目标聚类结果。这样，通过设置第一预设聚合系数和第二预设聚合系数，每次聚类时分别按照第一预设聚合系数和第二预设聚合系数去聚合，能够实现对说话人聚类的聚类时长的控制，同时提高聚类效果。本申请还公开一种用于说话人聚类的装置。