一种零配置的自适应说话人识别方法及系统

一种零配置的自适应说话人识别方法及系统，涉及语音信号处理技术领域。本申请通过接收音频流，进行语音活动检测，获取单人语音片段，提取单人语音片段的声纹嵌入向量并进行在线聚类，生成说话人身份池；通过计算剩余单人语音片段与语音模型的多维度融合相似度以更新身份池，并输出单人语音片段对应的临时身份标签。本申请提供的说话人识别方法无需预先注册声纹模板，提高了系统的灵活性和实时性。