針對目標(biāo)說話人提取的單通道語音分離方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN202011057722.2 申請日 -
公開（公告）號(hào) CN111899757B 公開（公告）日 2021-01-12
申請公布號(hào) CN111899757B 申請公布日 2021-01-12
分類號(hào) G10L21/0272;G10L21/028;G10L25/30 分類 樂器；聲學(xué);
發(fā)明人 史慧宇;歐陽鵬 申請（專利權(quán)）人 南京蘊(yùn)智科技有限公司
代理機(jī)構(gòu) 北京索睿邦知識(shí)產(chǎn)權(quán)代理有限公司 代理人 李根
地址 211100 江蘇省南京市江寧區(qū)麒麟科技創(chuàng)新園創(chuàng)研路266號(hào)人工智能產(chǎn)業(yè)園8號(hào)樓4樓
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了針對目標(biāo)說話人提取的單通道語音分離方法，包括：獲取目標(biāo)說話人混合語音樣本。根據(jù)初始化后的初始深度神經(jīng)網(wǎng)絡(luò)模型參數(shù)，訓(xùn)練初始深度神經(jīng)網(wǎng)絡(luò)模型獲取第一深度神經(jīng)網(wǎng)絡(luò)模型。生成第二深度神經(jīng)網(wǎng)絡(luò)模型。初始化第二深度神經(jīng)網(wǎng)絡(luò)模型。獲取當(dāng)前深度神經(jīng)網(wǎng)絡(luò)模型。根據(jù)估計(jì)掩蔽及目標(biāo)說話人混合語音樣本的音頻獲取目標(biāo)說話人語音樣本。本發(fā)明中的針對目標(biāo)說話人提取的單通道語音分離方法比現(xiàn)有的目標(biāo)說話人提取單通道語音分離方法能在提高分離準(zhǔn)確度、說話可懂度的同時(shí)，縮小算法的網(wǎng)絡(luò)模型尺寸，減少計(jì)算內(nèi)存，增強(qiáng)算法落地實(shí)現(xiàn)的有效性。同時(shí)，本發(fā)明還提供了針對目標(biāo)說話人提取的單通道語音分離系統(tǒng)。