语音分离方法、模型训练方法及电子设备技术

本发明专利技术提供一种语音分离方法、模型训练方法及电子设备，所述语音分离方法包括：获取待处理语音的语音特征，所述待处理语音中包括至少两个声源的语音信号，所述语音特征至少包括相位特征；将所述待处理语音的语音特征输入预先训练的语音分离网络模型，以对所述待处理语音进行语音分离，得到语音分离结果。本发明专利技术实施例能够提高语音分离的效果。

【技术实现步骤摘要】
语音分离方法、模型训练方法及电子设备
本专利技术涉及语音信号处理
，尤其涉及一种语音分离方法、模型训练方法及电子设备。
技术介绍
在嘈杂的声学环境中，比如在鸡尾酒会中，通常同时存在多个不同的声源，例如，多个人说话的声音，餐具的碰撞声以及音乐声等。语音分离可以将目标语音从背景干扰中分离出来。语音分离属于基本的任务类型，应用范围较为广泛，包括听力假体、移动通信、鲁棒的自动语音以及说话人识别等各种应用领域。然而，目前在训练语音分离网络模型的过程中，无法将分离出的语音与实际声源进行对应，从而训练的语音分离网络模型准确性较低，导致语音分离的效果较差。
技术实现思路
本专利技术实施例提供一种语音分离方法、模型训练方法及电子设备，以解决现有技术中在训练语音分离网络模型的过程中，无法将分离出的语音与实际声源进行对应，从而训练的语音分离网络模型准确性较低，导致语音分离的效果较差的问题。为了解决上述技术问题，本专利技术是这样实现的：第一方面，本专利技术实施例提供了一种语音分离方法，所述方法包括：获取待处理语本文档来自技高网...

【技术保护点】
1.一种语音分离方法，其特征在于，所述方法包括：/n获取待处理语音的语音特征，所述待处理语音中包括至少两个声源的语音信号，所述语音特征至少包括相位特征；/n将所述待处理语音的语音特征输入预先训练的语音分离网络模型，以对所述待处理语音进行语音分离，得到语音分离结果。/n

【技术特征摘要】
1.一种语音分离方法，其特征在于，所述方法包括：
获取待处理语音的语音特征，所述待处理语音中包括至少两个声源的语音信号，所述语音特征至少包括相位特征；
将所述待处理语音的语音特征输入预先训练的语音分离网络模型，以对所述待处理语音进行语音分离，得到语音分离结果。


2.根据权利要求1所述的方法，其特征在于，所述将所述待处理语音的语音特征输入预先训练的语音分离网络模型之前，所述方法还包括：
将所述待处理语音分为第一语音段和第二语音段，所述第一语音段和所述第二语音段均包括N帧连续的语音信号，所述第一语音段与所述第二语音段均至少包括第i帧语音信号，所述第i帧语音信号为所述待处理语音中的任意一帧语音信号，N大于0，i大于0；
所述将所述待处理语音的语音特征输入预先训练的语音分离网络模型，以对所述待处理语音进行语音分离，得到语音分离结果，包括：
将所述第一语音段的语音特征输入预先训练的语音分离网络模型，得到所述第一语音段的第一分离结果；
将所述第二语音段的语音特征输入所述语音分离网络模型，得到所述第二语音段的第二分离结果；
基于所述第一分离结果和所述第二分离结果获取所述第i帧语音信号的语音分离结果。


3.根据权利要求2所述的方法，其特征在于，所述基于所述第一分离结果和所述第二分离结果获取所述第i帧语音信号的语音分离结果，包括：
基于所述第一分离结果和所述第二分离结果中与所述待处理语音的乘积较大的一项获取所述第i帧语音信号的语音分离结果。


4.根据权利要求1所述的方法，其特征在于，所述语音特征还包括谱特征，所述语音分离网络模型包括第一神经网络模型和第二神经网络模型，所述将所述待处理语音的语音特征输入预先训练的语音分离网络模型，以对所述待处理语音进行语音分离，得到语音分离结果，包括：
将所述待处理语音的谱特征输入所述第一神经网络模型，以对所述待处理语音进行语音分离，得到第三分离结果；
将所述第三分离结果与所述相位特征输入所述第二神经网络模型，以对所述第三分离结果进行语音分离，得到语音分离结果。


5.根据权利要求1所述的方法，其特征在于，所述将所述待处理语音的语音特征输入预先训练的语音分离网络模型，以对所述待处理语音进行语音分离，得到语音分离结果，包括：
将所述待处理语音的语音特征以及固定波束方向语音的语音特征输入预先训练的语音分离网络模型，以对所述待处理语音进行语音分离，得到语音分离结果。


6.一种模型训练方法，其特征在于，所述方法包括：
获取训练样本的语音特征，所述语音特征至少包括相位特征；
基于所述训练样本的语音特征训练语音分离网络模型。


7.根据权利要求6所述的方法，其特征在于，所述基于所述训练样本的语音特征训...

【专利技术属性】
技术研发人员：艾文，冯大航，陈孝良，
申请(专利权)人：北京声智科技有限公司，
类型：发明
国别省市：北京;11