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！

龍圖騰網恭喜上證所信息網絡有限公司申請的專利一種基于語音識別和聲紋識別大模型Cam++的說話人區分方法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：CN119541503B 。

龍圖騰網通過國家知識產權局官網在2025-05-23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：202510080553.0，技術領域涉及：G10L17/06；該發明授權一種基于語音識別和聲紋識別大模型Cam++的說話人區分方法是由李昊勇;趙洋明;陳文軍;樓旦;徐俊軒設計研發完成，并于2025-01-20向國家知識產權局提交的專利申請。

本一種基于語音識別和聲紋識別大模型Cam++的說話人區分方法在說明書摘要公布了：本申請涉及語音聲紋識別技術領域，提供一種基于語音識別和聲紋識別大模型Cam++的說話人區分方法，方法包括：通過語音識別大模型Cam++獲取輸入音頻中每句話對應的開始時間戳和結束時間戳，并根據開始時間戳和結束技術間戳切分出每句話對應的音頻片段；過濾時長低于預設時長閾值的音頻片段；將過濾后的音頻片段輸入聲紋識別大模型Cam++，獲取每個音頻片段的聲紋特征向量；獲取初始K?means聚類數；初始K?means聚類，取出偏離的異常特征向量；對被取出的偏離異常特征向量進行二次處理；聚類合并分組；處理所有未分組片段。本申請使用先進的大模型，提高大模型本身聲紋識別的準確率，同時提高區分說話人的顆粒度，做多層K?means區分，提高說話人分組數量準確性。

本發明授權一種基于語音識別和聲紋識別大模型Cam++的說話人區分方法在權利要求書中公布了：1.一種基于語音識別和聲紋識別大模型Cam++的說話人區分方法，其特征在于，所述方法包括：步驟S1：通過語音識別大模型Cam++獲取輸入音頻中每句話對應的開始時間戳和結束時間戳，并根據所述開始時間戳和結束技術間戳切分出每句話對應的音頻片段；步驟S2：取出時長低于預設時長閾值的音頻片段；步驟S3：將經過步驟S2后的音頻片段輸入所述聲紋識別大模型Cam++的，獲取每個音頻片段的聲紋特征向量；步驟S1至步驟S3用于獲取每個音頻片段的聲紋特征向量；步驟S4：獲取初始K-means聚類數量，所述步驟S4包括通過肘部法則和輪廓法則計算初始K-means聚類數量，得到肘部法則聚類數量和輪廓法則聚類數量，取較大值作為所述初始K-means聚類數量；步驟S5：初始K-means聚類，取出偏離的異常特征向量，所述步驟S5包括根據所述初始K-means聚類數量，對所述聲紋特征向量基于歐氏距離作K-means聚類，得到K個聲紋特征向量組，同時根據所述初始K-means聚類數量K，將所述聲紋特征向量組打上說話人標簽，所述說話人標簽為數字i，1≤i≤K，i為整數，并根據聚類內相似度，取出每個聲紋特征向量組里偏離的異常特征向量；步驟S6：通過所述步驟S4和所述步驟S5對被取出的偏離異常特征向量進行二次處理，所述步驟S6包括通過所述步驟S4和所述步驟S5再次處理所有被取出的偏離的異常特征向量，并取出經過再次處理后依舊偏離的異常特征向量；步驟S4至步驟S6用于對聲紋特征向量基于歐氏距離作K-means聚類，同時取出偏離的異常特征向量；步驟S7：聚類合并所述步驟S5和所述步驟S6得到的分組，所述步驟S7包括對所述步驟S5和所述步驟S6聚類得到的聲紋特征向量組，根據聚類間差異度進行組間相似度判斷，若其中兩組間平均相似度大于等于預設組間相似度閾值，則將兩組合并，同時合并分別與兩組對應的兩個說話人標簽為一個說話人標簽；步驟S8：處理所有未分組片段，所述步驟S8包括對于所述步驟S2和所述步驟S6中所有被取出的片段，標注該片段前一個片段及后一個片段的說話人標簽，若前一個片段為已分組片段，則使用該片段的說話人標簽作為前一個說話人標簽，若前一個片段為未分組片段，則繼續向前搜索，直到找到一個已分組的片段，并使用其說話人標簽；或若后一個片段為已分組片段，則使用該片段的說話人標簽作為后一個說話人標簽，若后一個片段為未分組片段，則繼續向后搜索，直到找到一個已分組的片段，并使用其說話人標簽。

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上證所信息網絡有限公司，其通訊地址為：201203 上海市浦東新區中國(上海)自由貿易試驗區張東路1387幢37號101(復式)；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”。