一种基于动态声纹的智能会议纪要方法、装置和介质与流程

本发明涉及一种基于动态声纹的智能会议纪要方法、装置和介质，属于语音识别。

背景技术：

1、当前在日常办公过程当中，每个工作日几乎都可能会面临各项会议，而在参会过程中，参会成员一般专注于跟进会议内容、进程，在会议结束后，会议纪要往往需要依靠专门的工作人员根据参会过程进行收集整理，纪要人需要跟进会议上所有人的反馈做记录并会下整理、转发，甚至需要跟进，从而导致整理会议纪要的过程需要人力成本的投入，耗费人力又费时。

2、目前，会议纪要整理通常是通过纪要人员手记录，虽然有少部分使用了语音识别技术，由机器识别发言人的语音并转换为文字记录。但是，机器只能单纯实现从语音到文字上的转换，并不能够对会议内容进行理解和整理。

3、申请号为202210242560.2的公开专利中引入了动态声纹的思想，但对于动态声纹的构造采用平均向量的方式，起精准度有待提高。

技术实现思路

1、本发明目的是提供了一种基于动态声纹的智能会议纪要方法、装置和介质，优化说话人识别的准确性，提高会议纪要的生成准确率。

2、本发明为实现上述目的，通过以下技术方案实现：

3、采集会议参会人员的声纹信息，构造基础声纹阵列；

4、进行语音切分，将长语音切分为语音片段，提取声纹信息构建声纹向量，并转录为文字；

5、按顺序遍历切分后的语音片段序列，将一维的声纹向量拓展到二维空间，在二维空间动态存储过程中构造动态声纹；

6、基于动态声纹与用户声纹相似度计算，从而判定说话人；

7、基于判定用户与文字内容，生成一条判定用户会议记录；

8、汇总所有生成的会议记录，并根据顺序汇总出会议纪要。

9、优选的，所述构造动态声纹具体方式如下：

10、构造声纹阵列,其中为预置声纹，为第个新判定用户语音声纹；

11、计算动态声纹与目标声纹的绝对偏差，具体计算公式如下：

12、，

13、其中，为待判定的用户声纹；

14、计算动态声纹与目标声纹的最小池化绝对偏差，

15、；

16、根据最小池化绝对偏差的每个位元的取值，从绝对偏差中获取对应的位置信息，在声纹阵列中提取相应位元，组合为动态声纹。

17、优选的，基于动态声纹与用户声纹相似度计算公式如下：。

18、优选的，取相似度计算结果最高的用户为判定用户，如果相似度计算结果低于设定阈值，则判定为新用户，更新判定用户的声纹阵列。

19、本发明的优点在于：相比传统的静态声纹方法与常见的基于均值向量的动态声纹方法，本方法将动态声纹的思想及构造方法进行了进一步的明确，并精确到了位元层面，具有更高的准确性与更低的误差，优化说话人识别的准确性，提高会议纪要的生成准确率。

技术特征：

1.一种基于动态声纹的智能会议纪要方法，其特征在于，包括：

2.根据权利要求1所述的基于动态声纹的智能会议纪要方法，其特征在于，所述构造动态声纹具体方式如下：

3.根据权利要求2所述的基于动态声纹的智能会议纪要方法，其特征在于，基于动态声纹与用户声纹相似度计算公式如下：。

4.根据权利要求3所述的基于动态声纹的智能会议纪要方法，其特征在于，取相似度计算结果最高的用户为判定用户，如果相似度计算结果低于设定阈值，则判定为新用户，更新判定用户的声纹阵列。

5.一种基于动态声纹的智能会议纪要装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1-4任一所述的基于动态声纹的智能会议纪要方法。

6.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如上述权利要求1-4任一所述的方法。

技术总结本发明提供了一种基于动态声纹的智能会议纪要方法、装置和介质，属于语音识别技术领域。通过以下技术方案实现：采集会议参会人员的声纹信息，构造基础声纹阵列；进行语音切分，将长语音切分为语音片段，提取声纹信息构建声纹向量，并转录为文字；按顺序遍历切分后的语音片段序列，将一维的声纹向量拓展到二维空间，在二维空间动态存储过程中构造动态声纹；基于动态声纹与用户声纹相似度计算，从而判定说话人；基于判定用户与文字内容，生成一条判定用户会议记录；汇总所有生成的会议记录，并根据顺序汇总出会议纪要。本发明优化说话人识别的准确性，提高会议纪要的生成准确率。技术研发人员：任国栋,殷鑫,李孟受保护的技术使用者：山东浪潮成方数字服务有限公司技术研发日：技术公布日：2024/5/29