专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

3. 发明专利

TW201506904A 利用語者識別的切割音視訊片段的方法审中-公开
简体标题：利用语者识别的切割音视频片段的方法
公开(公告)号：TW201506904A
公开(公告)日：2015-02-16
申请号：TW102129235
申请日：2013-08-15
申请人：中華電信股份有限公司 , CHUNGHWA TELECOM CO., LTD.
发明人：王惇琳 , WANG, CHUN LIN , 劉繼謚 , LIU, CHI SHI , 林志榮 , LIN, CHIH JUNG
IPC分类号： G10L15/04 , G10L15/06 , G10L17/00
CPC分类号： G10L17/00 , G10L17/04 , G10L17/08
摘要：本發明係關於一種利用語者識別的切割音視訊片段的方法，透過此方法可依據語者音訊切割音訊片段，並將該音訊片段對應至音視訊訊號，產生音視訊片段。本發明之切割音視訊片段的方法，係以遞增之未知語者來源音訊即時訓練非特定語者模型，並利用語者識別之結果決定音視訊片段，其中更包含下列步驟：(1)即時訓練非特定語者模型；(2)依據該語者模型決定來源音訊非特定語者片段；(3)依來源音訊非特定語者片段更新語者模型。本發明提出語者模型即時累進訓練方法，即時擷取非特定語者特徵音訊訊號，快速學習強健性語者音訊模型，解決即時訓練無法取得語者音訊訊號問題，克服無法取得足夠訓練模型樣本問題。本發明所提出之即時累進訓練方法，即時以語者模型切割音訊片段，解決蒐集完整語者特徵音訊訊號所需時間產生之系統延遲。本發明透過即時訓練語者模型，可利用即時訓練之特性用於偵測不特定語者及其對應之音視訊片段，提升語者偵測技術的實用性。本發明透過即時訓練語者模型，可去除傳統事先訓練語者模型方法所造成的聲音背景環境差異，提昇語者辨識的正確率，同時，更可依據所辨識的語者音訊結果切割音視訊片段，克服傳統音視訊切割方法需於離線模式切割片段及僅能用於隨選影片之缺點，可用於切割電視頻道即時音視訊片段。
简体摘要：本发明系关于一种利用语者识别的切割音视频片段的方法，透过此方法可依据语者音频切割音频片段，并将该音频片段对应至音视频信号，产生音视频片段。本发明之切割音视频片段的方法，系以递增之未知语者来源音频实时训练非特定语者模型，并利用语者识别之结果决定音视频片段，其中更包含下列步骤：(1)实时训练非特定语者模型；(2)依据该语者模型决定来源音频非特定语者片段；(3)依来源音频非特定语者片段更新语者模型。本发明提出语者模型实时累进训练方法，实时截取非特定语者特征音频信号，快速学习强健性语者音频模型，解决实时训练无法取得语者音频信号问题，克服无法取得足够训练模型样本问题。本发明所提出之实时累进训练方法，实时以语者模型切割音频片段，解决搜集完整语者特征音频信号所需时间产生之系统延迟。本发明透过实时训练语者模型，可利用实时训练之特性用于侦测不特定语者及其对应之音视频片段，提升语者侦测技术的实用性。本发明透过实时训练语者模型，可去除传统事先训练语者模型方法所造成的声音背景环境差异，提升语者辨识的正确率，同时，更可依据所辨识的语者音频结果切割音视频片段，克服传统音视频切割方法需于脱机模式切割片段及仅能用于随选影片之缺点，可用于切割电视频道实时音视频片段。

IPRDB

热门服务

关于我们

友情链接

联系方式