[发明专利]一种基于卷积神经网络的多说话人语音分离方法有效
| 申请号： | 201910914177.5 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110619887B | 公开（公告）日： | 2020-07-10 |
| 发明（设计）人： | 蓝天;钱宇欣;李萌;刘峤;彭川;吕忆蓝;李森;惠国强;叶文政 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G10L21/0272 | 分类号： | G10L21/0272;G10L25/30;G06N3/04 |
| 代理公司： | 成都东恒知盛知识产权代理事务所(特殊普通合伙) 51304 | 代理人： | 何健雄;廖祥文 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于卷积神经网络的多说话人语音分离方法，包括以下步骤：S1：构建基于卷积神经网络的语音分离模型，所述模型包括嵌入生成网络和吸引子估计网络；所述嵌入生成网络用于将时频点从频谱图映射到嵌入空间，所述吸引子网络用于在高维嵌入空间中直接估计每个源的吸引子；S2：使用基于可分离门控卷积神经网络的嵌入生成网络将语谱图中的时频点映射到高维嵌入空间；S3：使用基于门控一维卷积的吸引子估计网络估计每个声源的吸引子。该网络在嵌入维度中完成卷积操作，将时间及频率维度作为通道维度。最后通过在高维空间计算每个吸引子与各个时频点的相似度，得到每个源的时频掩膜。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 说话 人语 音分 方法 | ||
【主权项】：
1.一种基于卷积神经网络的多说话人语音分离方法，其特征在于，包括以下步骤：/nS1：构建基于可分离门控卷积神经网络的语音分离模型，所述模型包括嵌入生成网络和吸引子估计网络；所述嵌入生成网络用于将时频点从频谱图映射到嵌入空间，所述吸引子网络用于在高维嵌入空间中直接估计每个源的吸引子；/nS2：使用基于可分离门控卷积神经网络的嵌入生成网络将语谱图中的时频点映射到高维嵌入空间；/nS3：使用吸引子估计网络估计每个声源的吸引子，通过在高维空间计算每个吸引子与各个时频点的相似度，计算得到每个源的时频掩膜。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910914177.5/，转载请声明来源钻瓜专利网。
