基于历史对话文本的目标说话人提取方法、装置、介质及产品

本发明提供一种基于历史对话文本的目标说话人提取方法、装置、介质及产品，该方法包括：通过语音编码器处理混合语音信号，得到频谱特征嵌入；其中，混合语音信号包括目标说话人的语音信号、干扰说话人的语音信号、噪声信号；通过文本编码器处理文本提示信息，得到文本特征嵌入；文本提示信息与目标说话人的语音信号对应的文本内容关联；通过融合层融合频谱特征嵌入和文本特征嵌入，得到融合特征；通过掩码估计器处理融合特征，得到融合特征对应的目标掩码；根据目标掩码和混合语音信号提取出目标说话人的语音信号。本发明可以提高目标说话人的识别效果，且无需预先注册语音，实施方便。