说话人标注方法、装置、电子设备和存储介质与流程

技术特征：
1.一种说话人标注方法，其特征在于，包括：获取实时录制的语音数据流中的一段语音数据，对所述语音数据进行声纹分离，得到所述语音数据中各初始角色的声纹特征；基于各初始角色的声纹特征之间的匹配度，对所述语音数据进行角色重置，得到所述语音数据中各重置角色的声纹特征；基于各重置角色的声纹特征和各注册说话人的声纹特征之间的匹配度，对所述语音数据进行说话人标注。2.根据权利要求1所述的说话人标注方法，其特征在于，所述基于各重置角色的声纹特征和各注册说话人的声纹特征之间的匹配度，对所述语音数据进行说话人标注，包括：若所述语音数据的语音转写结束，或所述各注册说话人的声纹特征发生更新，则基于各重置角色的声纹特征和各注册说话人的声纹特征之间的匹配度，对所述语音数据进行说话人标注；所述语音数据的语音转写与声纹分离同步执行。3.根据权利要求1或2所述的说话人标注方法，其特征在于，所述基于各重置角色的声纹特征和各注册说话人的声纹特征之间的匹配度，对所述语音数据进行说话人标注，包括：若任一重置角色的声纹特征与任一注册说话人的声纹特征之间的匹配度大于标注阈值，则以所述任一注册说话人标注所述任一重置角色在所述语音数据中的发言区间；若任一重置角色的声纹特征与各注册说话人的声纹特征之间的匹配度均小于等于所述标注阈值，则以未注册说话人标注所述任一重置角色在所述语音数据中的发言区间。4.根据权利要求1所述的说话人标注方法，其特征在于，所述基于各重置角色的声纹特征和各注册说话人的声纹特征之间的匹配度，对所述语音数据进行说话人标注，之后还包括：基于说话人标注所得的各说话人在所述语音数据中的发言区间，确定所述语音数据的各语音转写结果对应的说话人信息，所述各说话人包括注册说话人和未注册说话人。5.根据权利要求4所述的说话人标注方法，其特征在于，所述基于说话人标注所得的各说话人在所述语音数据中的发言区间，确定所述语音数据的各语音转写结果对应的说话人信息，包括：确定各语音转写结果在所述语音数据中的时间窗；基于各说话人的发言区间与各语音转写结果的时间窗的重叠时长，确定各语音转写结果对应的说话人信息。6.根据权利要求1、2、4、5中的任一项所述的说话人标注方法，其特征在于，所述基于各初始角色的声纹特征之间的匹配度，对所述语音数据进行角色重置，得到所述语音数据中各重置角色的声纹特征，包括：若任意两个初始角色的声纹特征之间的匹配度大于合并阈值，则将所述任意两个初始角色合并为一个重置角色，并确定合并后的重置角色的声纹特征；若任一初始角色的声纹特征与其余各初始角色的声纹特征之间的匹配度均小于等于所述合并阈值，则将所述任一初始角色的声纹特征确定为对应重置角色的声纹特征。7.根据权利要求1、2、4、5中的任一项所述的说话人标注方法，其特征在于，所述对所述语音数据进行声纹分离，得到所述语音数据中各初始角色的声纹特征，包括：
对所述语音数据进行声纹分离，得到所述语音数据中各发言区间的初始角色标记；基于各发言区间的初始角色标记，确定所述语音数据中各初始角色的角色语音；对各初始角色的角色语音进行声纹提取，得到所述语音数据中各初始角色的声纹特征。8.一种说话人标注装置，其特征在于，包括：声纹分离单元，用于获取实时录制的语音数据流中的一段语音数据，对所述语音数据进行声纹分离，得到所述语音数据中各初始角色的声纹特征；角色重置单元，用于基于各初始角色的声纹特征之间的匹配度，对所述语音数据进行角色重置，得到所述语音数据中各重置角色的声纹特征；标注单元，用于基于各重置角色的声纹特征和各注册说话人的声纹特征之间的匹配度，对所述语音数据进行说话人标注。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的说话人标注方法的步骤。10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的说话人标注方法的步骤。

技术总结
本发明提供一种说话人标注方法、装置、电子设备和存储介质，其中方法包括：获取实时录制的语音数据流中的一段语音数据，对所述语音数据进行声纹分离，得到所述语音数据中各初始角色的声纹特征；基于各初始角色的声纹特征之间的匹配度，对所述语音数据进行角色重置，得到所述语音数据中各重置角色的声纹特征；基于各重置角色的声纹特征和各注册说话人的声纹特征之间的匹配度，对所述语音数据进行说话人标注，解决了录制结束后注册说话人的适配问题和在录制结束后对会议录音文件重新进行声纹提取需耗费较长时间的问题，克服了盲源分离可靠性差的问题，极大地提高了声纹分离和特征提取的可靠性和准确性，以及对语音数据进行说话人标注的效率。人标注的效率。人标注的效率。


技术研发人员：王玮 刘寿生 苏文畅 张云 刘志悠
受保护的技术使用者：安徽听见科技有限公司
技术研发日：2021.06.21
技术公布日：2021/9/21