[发明专利]唇动增强的单声道和多声道声源分离在审
| 申请号： | 202110025122.6 | 申请日： | 2021-01-08 |
| 公开（公告）号： | CN113096683A | 公开（公告）日： | 2021-07-09 |
| 发明（设计）人： | 李韵 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G10L21/0272 | 分类号： | G10L21/0272;G10L25/87;G10L15/25;G10L25/30 |
| 代理公司： | 北京清源汇知识产权代理事务所(特殊普通合伙) 11644 | 代理人： | 冯德魁;张艳梅 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提供了用于实现源分离技术的方法和系统，并且更具体地，对通过从捕获的图像数据输入唇动信息而增强的混合源单声道和多声道音频信号执行源分离，包括从关注时段内捕获的多个面部图像的中选择目标说话者面部图像；基于目标说话者面部图像的面部特征计算运动矢量；至少基于运动矢量，将与成分源相对应的音频与在关注时段内捕获的混合源音频信号相分离。可以从单声道或多声道音频捕获设备捕获混合的源音频信号。可以通过包括多个学习子模型的融合学习模型来执行音频与音频信号的分离。可以通过盲源分离(“BSS”)学习模型来执行音频与音频信号的分离。 | ||
| 搜索关键词： | 增强 单声道 多声道 声源 分离 | ||
【主权项】：
暂无信息
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/202110025122.6/，转载请声明来源钻瓜专利网。
- 上一篇：编织物
- 下一篇：用于混频器的IQ产生器
