買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜四川大學申請的專利一種基于特征融合的陸空通話說話人角色識別方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115240651B 。

龍圖騰網通過國家知識產權局官網在2025-05-13發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210841849.6，技術領域涉及：G10L15/04；該發明授權一種基于特征融合的陸空通話說話人角色識別方法及裝置是由林毅;石含;郭東岳;楊波;吳志紅設計研發完成，并于2022-07-18向國家知識產權局提交的專利申請。

本一種基于特征融合的陸空通話說話人角色識別方法及裝置在說明書摘要公布了：本發明涉及民用航空空中交管理語音通信領域，特別是一種基于特征融合的陸空通話說話人角色識別方法及裝置。本發明提出了一種基于特征融合的陸空通話說話人角色識別方法，通過綜合考慮陸空通話語音信號的特征表示和文本信息的特征表示，提高了陸空通話語音中說話人角色識別的準確率，解決了陸空通話中說話人角色識別的難題，為空管安全防護、空管數據分析、空管業務培訓等應用提供相對應的說話人角色信息。

本發明授權一種基于特征融合的陸空通話說話人角色識別方法及裝置在權利要求書中公布了：1.一種基于特征融合的陸空通話說話人角色識別方法，其特征在于，包括以下步驟：S1：實時接收陸空通話的語音信號，并對所述語音信號進行降噪處理；S2：持續監聽并從降噪處理后的所述語音信號中提取出包含人聲的單句語音片段；S3：將所述單句語音片段轉錄為文本信息；S4：將所述單句語音片段以及所述文本信息輸入到預構建的多模態說話人角色識別模型中進行識別，所述多模態說話人角色識別模型分別從所述單句語音片段和所述文本信息中提取語音特征表示和文本特征表示，并根據所述語音特征表示和所述文本特征表示輸出所述語音信號對應的說話人角色信息；其中，所述說話人角色信息包括管制員以及飛行員；所述多模態說話人角色識別模型的構建包括以下步驟：A：基于深度神經網絡構建多模態說話人角色識別初步模型；所述多模態說話人角色識別初步模型包括文本預訓練模塊、語音預訓練模塊以及基于模態注意力機制的分類模塊；B：設置所述多模態說話人角色識別初步模型的超參數初始值以及訓練參數；C：通過標注說話人角色信息的語料訓練所述多模態說話人角色識別初步模型，網絡收斂后輸出為多模態說話人角色識別模型；所述語音預訓練模塊采用自監督學習進行模型訓練，用于從所述單句語音片段中提取語音特征表示；所述語音預訓練模塊包括動態卷積音頻特征提取器、編碼器、Transformer單元和量化器；所述動態卷積音頻特征提取器包括三個串聯的動態卷積單元，所述動態卷積單元抽取高維的初步語音特征的步驟包括：將第一動態卷積單元的輸出和第二動態卷積單元的輸出通過殘差鏈接相加后再輸入第三動態卷積單元處理后輸出初步語音特征；所述編碼器包括若干卷積神經網絡層，用于提取所述初步語音特征的潛在語音表征信息；所述Transformer單元用于獲取上下文表征信息；所述量化器用于用于構造自監督訓練目標；所述語音預訓練模塊包括以下運行步驟：通過所述動態卷積音頻特征提取器從所述單句語音片段中提取初步語音特征；再通過所述編碼器提取所述初步語音特征的潛在語音表征信息；然后分別通過所述Transformer單元和所述量化器獲取所述潛在語音表征信息中的深層表征信息和量化表征后；輸出所述單句語音片段對應的語音特征表示。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人四川大學，其通訊地址為：610065 四川省成都市一環路南一段24號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。