[发明专利]基于深度学习的语音关键信息分离方法

权利要求书

1.基于深度学习的语音关键信息分离方法，其特征在于：包括以下步骤：

S1、CNN训练：将语音信号样本集作为训练数据，以待测关键信息为标签，利用CNN卷积神经网络对语音信号样本集进行训练，以获取一个语音信息分类模型，训练后获取的语音信息分类模型可以区分出不同语音信号中是否包含需要关注的关键信息；

S2、语音信息标定：基于训练好的语音信息分类模型，将待测语音信号经过语音信息分类模型，采用反向梯度激活平均算法及特征加权激活映射算法，在语音信号中自动标定所关注的信息；

所述反向梯度激活平均算法用于计算待测信号中语音信息特征分布，其计算公式为该计算公式中，定义的变量如下：

(1)K—语音信息特征向量个数(通道数)；

(2)Z—语音信息特征向量的长度；

(3)C—语音信息的类别个数；

(4)A^k—第k个语音信息特征向量；

(5)—第k个语音信息特征向量中第i个特征的值；

(6)y^c—语音信息类别c的分类得分；

(7)—第k个特征向量的权重；

所述特征加权激活映射算法用于计算语音信息特征标定向量，其计算公式为：该计算公式中，定义的变量如下：

—第s个语音信号关于分类c的语音信息标定向量；

至此，得到的语音信息初始标定向量的长度为Z，即特征向量A^k的长度，由于经过CNN卷积神经网络的逐层抽取，初始分布向量的长度小于被测语音信号长度，为了能从被测语音信号中准确标定出信息所在区域，还需要将初始分布向量等比例拉伸至被测语音信号的尺寸，如下式：为最终的语音信息标定结果；

S3、语音信息特征聚类：将待测的同类别语音信号均通过语音信息标定算法分别生成语音信息标定向量，从而形成语音信息标定向量集；然后对语音信息标定向量集采用密度聚类方法，计算出聚类质心向量，即该类别语音信息典型特征分布向量；最后利用统计分析方法，计算语音信息典型特征分布向量中相邻峰值跃迁幅度，找出峰值跃迁幅度最大的两个峰值，计算语音信息分离阈值，所述待测的同类别语音信号是指具有相同关注信息类别的待测语音信号；

S4、语音信息分离：将待测语音信号序列与语音信息标定序列对齐，基于深度学习进行语音信号标定的过程中，生成语音信息标定序列时，采用插值填充的方法将语音信息标定序列拉伸至与原目标语音信号的相同长度，并将二者对齐；然后根据语音信息典型特征聚类计算得到的分离阈值，结合语音信息标定序列，设计滤波器，对待测语音信号逐点进行分离，将待测语音信号分离为包含所检索关键信息的关键语音信号和背景信号。

2.如权利要求1所述的基于深度学习的语音关键信息分离方法，其特征在于：所述CNN卷积神经网络包括多个卷积层、多个池化层及全连接层，每个卷积层对应一个池化层，每个卷积层包括依次信号连接的一维卷积核Conv1D、批标准化层BN及ReLU激活层，所述ReLU激活层与对应的池化层信号连接，所述多个卷积层和多个池化层按照卷积层→池化层的重复顺序排布，所述全连接层与最后一个池化层连接。