一种音频说话人识别方法、系统、存储介质及电子设备

本发明公开了一种音频说话人识别方法、系统、存储介质及电子设备，属于音频处理和人工智能领域，方法包括：对输入音频进行预处理，提取输入音频的声道信息，判断音频类型为单声道或双声道；对于双声道音频，通过比较左右声道的至少两种声学特征参数，判断音频类型为伪双声道或真双声道；根据音频类型选择处理策略；对选定声道依次进行降噪预处理、语音活动检测、说话人分割、内容识别与标点恢复；采用大语言模型对音频内容识别的结果进行说话人角色标记；合并同一说话人角色的内容片段，生成结构化输出。本发明通过多维声学特征分析、深度学习模型与大语言模型协同，提高识别准确率与自动化程度，并能适应各种复杂的音频场景。