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！

龍圖騰網恭喜本相空間(珠海)科技有限公司申請的專利基于歷史對話文本的目標說話人提取方法、裝置、介質及產品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：CN119626211B 。

龍圖騰網通過國家知識產權局官網在2025-05-30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：202510162330.9，技術領域涉及：G10L15/20；該發明授權基于歷史對話文本的目標說話人提取方法、裝置、介質及產品是由錢馨園;江子揚;錢心蕤;陳凱南;趙殊陽;蔡佳紋;孫驍良;曾心;龐雨虹;管語希;楊柳設計研發完成，并于2025-02-14向國家知識產權局提交的專利申請。

本基于歷史對話文本的目標說話人提取方法、裝置、介質及產品在說明書摘要公布了：本發明提供一種基于歷史對話文本的目標說話人提取方法、裝置、介質及產品，該方法包括：通過語音編碼器處理混合語音信號，得到頻譜特征嵌入；其中，混合語音信號包括目標說話人的語音信號、干擾說話人的語音信號、噪聲信號；通過文本編碼器處理文本提示信息，得到文本特征嵌入；文本提示信息與目標說話人的語音信號對應的文本內容關聯；通過融合層融合頻譜特征嵌入和文本特征嵌入，得到融合特征；通過掩碼估計器處理融合特征，得到融合特征對應的目標掩碼；根據目標掩碼和混合語音信號提取出目標說話人的語音信號。本發明可以提高目標說話人的識別效果，且無需預先注冊語音，實施方便。

本發明授權基于歷史對話文本的目標說話人提取方法、裝置、介質及產品在權利要求書中公布了：1.一種基于歷史對話文本的目標說話人提取方法，其特征在于，包括以下步驟：通過語音編碼器處理混合語音信號，得到頻譜特征嵌入；其中，所述混合語音信號包括目標說話人的語音信號、干擾說話人的語音信號、噪聲信號；通過文本編碼器處理文本提示信息，得到文本特征嵌入；所述目標說話人的語音信號對應的文本內容與所述文本提示信息關聯；通過融合層融合所述頻譜特征嵌入和所述文本特征嵌入，得到融合特征；通過掩碼估計器處理所述融合特征，得到所述融合特征對應的目標掩碼；根據所述目標掩碼和所述混合語音信號提取出所述目標說話人的語音信號；所述掩碼估計器包括多個DPRNN模塊，通過所述掩碼估計器處理所述融合特征時，包括：將所述融合特征按段進行劃分，將所有段連接形成塊，所述塊依次經過多個所述DPRNN模塊和回聲提示模塊的多個回聲提示塊處理，最后通過聚合層將所述塊重構，通過激活層生成所述目標掩碼；其中，每個所述DPRNN模塊的輸出稱為雙路徑特征，記作Edp；所述文本特征嵌入和所述頻譜特征嵌入分別輸出到每個所述回聲提示塊，每個所述回聲提示塊接收到的所述文本特征嵌入和所述頻譜特征嵌入與其他回聲提示塊無關；所述回聲提示塊包含一個交叉注意力層，在這個層中，查詢（Qech）、鍵（Kech）和值（Vech）矩陣通過結合所述文本特征嵌入和所述頻譜特征嵌入，并分別由各自的權重矩陣和加權計算得出；掩碼估計器中的雙路徑特征Edp通過殘差連接增強，該連接命名為H，表示為，其中，d表示查詢、鍵和值矩陣的維度。

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本相空間(珠海)科技有限公司，其通訊地址為：519060 廣東省珠海市香洲區衛康路199號香洲創港中心20棟12層1201-1室；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”。