买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京蕴智科技有限公司

摘要：本发明提供针对多说话人的单通道语音分离方法，其包括：构建语音分离深度神经网络；获取第一编码、第二编码和第三编码；通过解卷积层解码第一编码及第三编码获取多个输出通道的语音分离信号；对语音分离深度神经网络有监督的训练，以获得训练后的语音分离深度神经网络；将待测试语音样本输入到训练后的语音分离深度神经网络中，获取待测试语音样本中多个语音分离信号。本发明通过分离网络的音素附加输入和注意力机制可增加网络对语音信号分离的依据，相比原有方法可有效提高语音输出的准确性，降低语音的失真率，提高可懂度。同时，本发明还提供了针对多说话人的单通道语音分离系统。

主权项：1.一种针对多说话人的单通道语音分离方法，其特征在于，其包括：步骤S101，构建语音分离深度神经网络；所述语音分离深度神经网络包括：输入层、输出层及多个输出通道；所述输出通道数量对应混合音频中的说话人数；所述语音分离网络包括：混合音频信号编码器、音素信息编码器、注意力机制模块和综合解码器；步骤S102，将混合音频样本信号输入到混合音频信号编码器的输入端，经两层延时卷积网络编码所述混合音频样本信号，获取第一编码；将每个目标说话人语音音素串联输入到音素编码器的输入端，经两层延时卷积网络编码所述每个目标说话人语音音素，提取高维特征获取第二编码；所述注意力机制模块通过内部的打分机制获取所述第一编码和所述第二编码的评分，通过所述第一编码和所述第二编码的评分获取注意力权重值；通过所述注意力权重值获取加权后的所述第一编码；通过所述加权后的所述第一编码和所述第二编码获取第三编码；所述综合解码器，通过解卷积层解码所述第一编码及所述第三编码获取所述多个输出通道的语音分离信号；步骤S103，每个目标说话人干净音频作为所述语音分离深度神经网络的训练目标；训练所述语音分离深度神经网络；使用损失函数通过梯度下降法来反向传播更新权重和偏置，对所述语音分离深度神经网络有监督的训练，以获得训练后的语音分离深度神经网络；步骤S104，将待测试语音样本输入到所述训练后的语音分离深度神经网络中，经所述语音分离深度神经网络处理，从所述多个输出通道获取待测试语音样本中多个语音分离信号；将所述待测试语音样本中多个语音分离信号作为每个目标说话人的语音分离结果信号。

全文数据：

权利要求：

百度查询： 南京蕴智科技有限公司 一种针对多说话人的单通道语音分离方法及系统