专利详情

专利名称	音频编辑系统和音频编辑方法
申请号	CN201010614165.X	专利类型	发明专利
公开（公告）号	CN102543080A	公开（授权）日	2012.07.04
申请（专利权）人	索尼公司;中国科学院声学研究所	发明（设计）人	卢鲤;赵庆卫;颜永红;刘昆;吴伟国
主分类号	G10L15/14(2006.01)I	IPC主分类号	G10L15/14(2006.01)I;G10L15/02(2006.01)I;G10L15/06(2006.01)I
专利有效期	音频编辑系统和音频编辑方法至音频编辑系统和音频编辑方法	法律状态	实质审查的生效
说明书摘要	音频编辑系统包括：多个初始切分装置，分别将来自多个声道的音频流初始切分为多个不同的段落；多声道融合装置，对多个初始切分装置的切分点进行综合，并从每两个相邻的切分点之间选择最优的声道的音频流，从而得到多个初始切分片段，并且将得到的多个初始切分片段融合形成统一音频数据文件；音频聚类装置，基于层次聚类的算法，对多个初始切分片段进行有监督聚类，将属于同一性质的初始切分片段聚成一个类别；重新切分装置，利用音频聚类装置聚类的结果，训练得到每个类别相应的隐马尔科夫模型，并对统一音频文件进行维特比对齐切分，得到重新切分后的音频流。通过以上高精度的说话人切分系统，能够提高最终说话人聚类的准确性。