融合空间表征的说话人日志分析方法、系统及存储介质

本申请涉及音频识别及分析技术领域，尤其涉及一种融合空间表征的说话人日志分析方法、系统及存储介质，包括获取多通道音频及其对应单通道音频，对单通道音频进行语音活动检测确定有效语音片段；从有效语音片段中提取声纹表征向量；将多通道音频经处理后输入至空间表征提取模型，模型输出空间表征向量；根据语音活动检测结果，对获得的空间表征向量进行时间对齐和切分，得到切分后的空间表征向量；将声纹表征向量与切分后的空间表征向量进行特征拼接，形成表征融合向量；对表征融合向量进行聚类，根据聚类分组结果生成带时间戳的说话人日志。本申请能够将原始多通道音频转化为低维空间表征向量，进而与声纹表征向量融合实现高精度说话人日志任务。