一種多人語音分離方法及語音分離模型的訓(xùn)練方法

基本信息

申請?zhí)?/td> CN202110917217.9 申請日 -
公開（公告）號(hào) CN113744753A 公開（公告）日 2021-12-03
申請公布號(hào) CN113744753A 申請公布日 2021-12-03
分類號(hào) G10L21/0272（2013.01）I;G10L21/028（2013.01）I;G10L25/30（2013.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 樂器；聲學(xué);
發(fā)明人 姜彥吉;邱友利;張勝;彭博;鄭四發(fā) 申請（專利權(quán)）人 華研慧聲（蘇州）電子科技有限公司
代理機(jī)構(gòu) 蘇州創(chuàng)元專利商標(biāo)事務(wù)所有限公司 代理人 吳芳
地址 215000江蘇省蘇州市相城區(qū)高鐵新城太陽路2266號(hào)5幢
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種多人語音分離方法及語音分離模型的訓(xùn)練方法，分離方法包括以下步驟：將混合語音數(shù)據(jù)輸入編碼器處理以輸出三維的特征張量；對特征張量進(jìn)行組歸一化處理、卷積操作和分段處理，將其結(jié)果輸入到自注意力塊中處理，以對其進(jìn)行分離函數(shù)映射，再經(jīng)過第一激活函數(shù)處理、卷積操作后進(jìn)行重疊操作，對其結(jié)果進(jìn)行卷積操作后分別經(jīng)過第二激活函數(shù)和第三激活函數(shù)的處理，以得到兩個(gè)特征張量，作乘積運(yùn)算后進(jìn)行卷積和第四激活函數(shù)處理，并與編碼器的輸出進(jìn)行乘積操作，以分離出不同說話人的特征數(shù)據(jù)。本發(fā)明提供的多人語音分離方法及語音分離模型的訓(xùn)練方法不依賴時(shí)序關(guān)系，能夠很容易地進(jìn)行并行計(jì)算，提升模型的訓(xùn)練效率。