国家知识产权局信息显示，广州越创智数信息科技有限公司申请一项名为“基于多模态融合算法的营销场景说话人区分方法及装置”的专利，公开号CN121768403A，申请日期为2025年11月。

专利摘要显示，本发明公开一种基于多模态融合算法的营销场景说话人区分方法，包括以下步骤：对待识别音频进行分割，得到若干个子音频和各所述子音频对应的说话人初分类结果；实时检测是否存在预设注册声纹库，并根据检测结果进行说话人角色判定；其中，所述注册声纹库中包括若干个预注册说话人对应的预注册声纹特征；当存在预设注册声纹库时，提取所述子音频的声纹特征，并将提取结果与所述注册声纹库进行匹配，得到匹配结果；当不存在所述预设注册声纹库或所述匹配结果为匹配失败时，根据所述初分类结果确定所述子音频对应的说话人，并对所述说话人对应的所有子音频进行语义分析，确定所述说话人的角色判定结果。本发明能够提高营销场景下的语音角色区分效率。

天眼查资料显示，广州越创智数信息科技有限公司，成立于2019年，位于广州市，是一家以从事软件和信息技术服务业为主的企业。企业注册资本800万人民币。通过天眼查大数据分析，广州越创智数信息科技有限公司参与招投标项目226次，专利信息25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