金融界2024年7月5日消息，天眼查知识产权信息显示，科大讯飞股份有限公司申请一项名为“特定说话人语音识别方法、装置、相关设备及计算机程序产品”，公开号CN202410520839.1，申请日期为2024年4月。
专利摘要显示，本申请公开了一种特定说话人语音识别方法、装置、相关设备及计算机程序产品，采用解耦每个说话人的方式，给语音识别模型一个目标说话人的提示语音及待分离的混合语音，让模型一次只输出混合语音中该目标说话人的说话内容对应的识别文本，模型每次输出仅包含一个目标说话人的说话内容识别文本，可以保证说话人与说话内容识别文本间的对应匹配，且避免传统方案由于分隔符位置预测错误所导致的多个说话人的说话内容预测错误的情况。本申请方案中模型能够以目标说话人的提示语音作为参考，更加准确的从混合语音中分离出目标说话人的说话内容识别文本，提升了目标说话人语音识别结果的准确度。
本文源自金融界
