国家知识产权局信息显示,沈阳瞻言科技有限公司申请一项名为“基于可控数据合成与自增强闭环优化的说话人分离方法”的专利,公开号CN121366584A,申请日期为2025年9月。
专利摘要显示,本发明属于语音信号处理技术领域,具体说是基于可控数据合成与自增强闭环优化的说话人分离方法,包括以下步骤:对原始音频进行初步分离与预处理,得到各说话人的初步语音片段并识别非语音区段;基于初步语音片段和非语音区段,构建包括说话人纯净语音库、内容脚本库和环境噪声库的多维素材库;利用多维素材库生成可控的多说话人合成语音数据,并通过语音拼接或文本转语音方法实现,同时设定说话人重叠时间、能量比例及背景混音信噪比参数;利用多说话人合成语音数据微调说话人分离模型,并通过闭环自举机制实现模型性能的迭代优化。本发明通过自动化数据合成替代了繁琐的手工标注,尤其在重叠语音识别等标注极其困难的任务中效果尤为明显。
天眼查资料显示,沈阳瞻言科技有限公司,成立于2020年,位于沈阳市,是一家以从事专业技术服务业为主的企业。企业注册资本500万人民币。通过天眼查大数据分析,沈阳瞻言科技有限公司财产线索方面有商标信息1条,专利信息5条,此外企业还拥有行政许可3个。
声明:市场有风险,投资需谨慎。本文为AI基于第三方数据生成,仅供参考,不构成个人投资建议。
本文源自:市场资讯
作者:情报员
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.