[發(fā)明專利]語(yǔ)音分離方法、裝置、介質(zhì)和設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201910735350.5
• 申請(qǐng)日: 2019-08-09
• 公開（公告）號(hào): CN110428852B
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 向騰;盧晶
• 申請(qǐng)（專利權(quán)）人: 南京人工智能高等研究院有限公司
• 主分類號(hào): G10L21/0272
• 分類號(hào): G10L21/0272
• 代理公司: 北京思源智匯知識(shí)產(chǎn)權(quán)代理有限公司 11657
• 代理人: 毛麗琴

1.一種語(yǔ)音分離方法，包括：

獲取待處理時(shí)頻域混合信號(hào)；

對(duì)所述待處理時(shí)頻域混合信號(hào)進(jìn)行語(yǔ)音分離處理，并根據(jù)所述語(yǔ)音分離處理的結(jié)果，獲得所述待處理時(shí)頻域混合信號(hào)的期望信號(hào)方差；

根據(jù)所述待處理時(shí)頻域混合信號(hào)的期望信號(hào)方差，對(duì)所述待處理時(shí)頻域混合信號(hào)進(jìn)行去混響處理，獲得去混響后的時(shí)頻域混合信號(hào)；

根據(jù)所述去混響后的時(shí)頻域混合信號(hào)，獲得各聲源的時(shí)頻域信號(hào)。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述獲取待處理時(shí)頻域混合信號(hào)，包括：

獲取基于信號(hào)采集而獲得的時(shí)頻域混合信號(hào)；

根據(jù)所述時(shí)頻域混合信號(hào)，獲取各頻帶的波束輸出信號(hào)；

基于所述各頻帶的波束輸出信號(hào)形成相應(yīng)頻帶的待處理時(shí)頻域混合信號(hào)。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述根據(jù)所述時(shí)頻域混合信號(hào)，獲取各頻帶的波束輸出信號(hào)，包括：

獲取時(shí)頻域混合信號(hào)的各頻帶的差分麥克風(fēng)陣列DMA波束濾波器；

根據(jù)所述時(shí)頻域混合信號(hào)以及所述各頻帶的差分麥克風(fēng)陣列波束濾波器，獲得各頻帶的波束輸出信號(hào)。

4.根據(jù)權(quán)利要求2所述的方法，其中，所述對(duì)所述待處理時(shí)頻域混合信號(hào)進(jìn)行語(yǔ)音分離處理，包括：

獲取所述各頻帶的波束輸出信號(hào)的各聲源混合信號(hào)的先驗(yàn)期望信號(hào)；

根據(jù)所述各頻帶的波束輸出信號(hào)的各聲源混合信號(hào)的先驗(yàn)期望信號(hào)以及基于非負(fù)矩陣分解NMF模型的獨(dú)立向量分析IVA方式，獲得各聲源的各頻帶的時(shí)頻域信號(hào)。

5.根據(jù)權(quán)利要求4所述的方法，其中，所述獲取所述各頻帶的波束輸出信號(hào)的各聲源混合信號(hào)的先驗(yàn)期望信號(hào)，包括：

獲取去混響的預(yù)測(cè)矩陣；

根據(jù)所述去混響的預(yù)測(cè)矩陣以及所述各頻帶的波束輸出信號(hào)，計(jì)算各聲源混合信號(hào)的各頻帶的先驗(yàn)期望信號(hào)；

其中，針對(duì)各頻帶的波束輸出信號(hào)中的第一幀，所述預(yù)測(cè)矩陣為采用隨機(jī)初始化方式獲得的預(yù)測(cè)矩陣；針對(duì)各頻帶的波束輸出信號(hào)中的非第一幀，所述預(yù)測(cè)矩陣是利用所述非第一幀的前一幀的預(yù)測(cè)矩陣計(jì)算獲得的。

6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的方法，其中，所述根據(jù)所述待處理時(shí)頻域混合信號(hào)的期望信號(hào)方差，對(duì)所述待處理時(shí)頻域混合信號(hào)進(jìn)行去混響處理，獲得去混響后的時(shí)頻域混合信號(hào)，包括：

利用基于遞歸最小二乘的在線多通道線性預(yù)測(cè)方法，根據(jù)所述待處理時(shí)頻域混合信號(hào)的期望信號(hào)方差，對(duì)所述待處理時(shí)頻域混合信號(hào)進(jìn)行去混響處理，獲得去混響后的時(shí)頻域混合信號(hào)。

7.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的方法，其中，所述根據(jù)所述去混響后的時(shí)頻域混合信號(hào)，獲得各聲源的時(shí)頻域信號(hào)，包括：

根據(jù)所述去混響后的時(shí)頻域混合信號(hào)以及基于非負(fù)矩陣分解NMF模型的獨(dú)立向量分析IVA方式，獲得各聲源的時(shí)頻域信號(hào)。

8.根據(jù)權(quán)利要求4所述的方法，其中，所述方法還包括：

利用指數(shù)滑動(dòng)平均計(jì)算方式，確定基于非負(fù)矩陣分解NMF模型的獨(dú)立向量分析IVA方式中的方差加權(quán)的期望信號(hào)空間相關(guān)矩陣和聲源的非負(fù)矩陣分解的基。

9.根據(jù)權(quán)利要求7所述的方法，其中，所述方法還包括：

利用指數(shù)滑動(dòng)平均計(jì)算方式，確定基于非負(fù)矩陣分解NMF模型的獨(dú)立向量分析IVA方式中的方差加權(quán)的期望信號(hào)空間相關(guān)矩陣和聲源的非負(fù)矩陣分解的基。

10.一種語(yǔ)音分離裝置，包括：

獲取混合信號(hào)模塊，用于獲取待處理時(shí)頻域混合信號(hào)；

獲取信號(hào)方差模塊，用于對(duì)所述獲取混合信號(hào)模塊獲得的待處理時(shí)頻域混合信號(hào)進(jìn)行語(yǔ)音分離處理，并根據(jù)所述語(yǔ)音分離處理的結(jié)果，獲得所述待處理時(shí)頻域混合信號(hào)的期望信號(hào)方差；

去混響處理模塊，用于根據(jù)所述獲取信號(hào)方差模塊獲得的期望信號(hào)方差，對(duì)所述待處理時(shí)頻域混合信號(hào)進(jìn)行去混響處理，獲得去混響后的時(shí)頻域混合信號(hào)；

聲源分離模塊，用于根據(jù)所述去混響處理模塊獲得的去混響后的時(shí)頻域混合信號(hào)，獲得各聲源的時(shí)頻域信號(hào)。