[發明專利]信號處理方法及裝置、計算機設備以及可讀存儲介質

在審

• 申請號: 202011105225.5
• 申請日: 2020-10-15
• 公開（公告）號: CN112289338A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 王珺;林永業
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L21/0272
• 分類號: G10L21/0272
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 李漢亮

本申請實施例公開了一種信號處理方法及裝置、計算機設備以及可讀存儲介質，該方法使用人工智能技術處理初始信號得到與短期依賴參數和多頭全局依賴參數相關的信號分離特征，然后直接使用該信號分離特征對應的分離參數對初始信號進行分離得到源信號，整個過程不需要基于聲音樣本處理初始信號，解決了當前語音分離技術需要采集聲音樣本的技術問題，降低了分離成本；本申請基于人工智能處理初始信號時，在對輸入信號的局部結構進行建模以獲取短期依賴參數的同時，又利用多頭自注意機制捕獲全局依賴以獲取多頭全局依賴參數，進而基于短期依賴參數和多頭全局依賴參數輸出信號分離特征，提高了對超長序列信號建模的能力。

技術領域

本申請涉及語音處理領域，具體涉及一種信號處理方法及裝置、計算機設備以及可讀存儲介質。

背景技術

隨著人工智能技術的發展，基于計算機語音技術的語音識別功能，例如單通道語音分離技術等在聲音分離領域所占的比重越來越大。單通道語音分離是指從一個多來源(包括人、動物、車輛、自然等)聲音的混合語音中分離出每一個純凈聲音，是信號處理領域的一個重要分支。

在當前技術中，在進行語音分離之前需要采集某人、某動物的聲音樣本，然后基于聲音樣本從混合語音中分離出該聲音樣本對應的純凈聲音；該方式需要預先采集聲音樣本，針對無法采用聲音樣本的場景，則無法進行聲音分離。

申請內容

本申請實施例提供一種信號處理方法及裝置、計算機設備以及可讀存儲介質，以至少解決當前語音分離技術需要采集聲音樣本的技術問題。

為解決上述技術問題，本申請實施例提供以下技術方案：

本申請實施例提供一種信號處理方法，其包括：

對初始信號進行分塊及拼接處理，得到所述初始信號對應的待分析數據，所述初始信號由來自不同信號源的源信號混合形成；

使用全局關注局部建模網絡塊堆棧處理所述待分析數據，得到短期依賴參數和多頭全局依賴參數，并根據所述短期依賴參數和多頭全局依賴參數生成所述初始信號的信號分離特征；

對所述初始信號的信號分離特征進行特征轉換，得到所述源信號對應的分離參數；

根據所述源信號對應的分離參數對所述初始信號進行分離，得到所述初始信號內的源信號。

本申請實施例提供一種信號處理裝置，其包括：

編碼模塊，用于對初始信號進行分塊及拼接處理，得到所述初始信號對應的待分析數據，所述初始信號由來自不同信號源的源信號混合形成；

處理模塊，用于使用全局關注局部建模網絡塊堆棧處理所述待分析數據，得到短期依賴參數和多頭全局依賴參數，并根據所述短期依賴參數和多頭全局依賴參數生成所述初始信號的信號分離特征；

轉換模塊，用于對所述初始信號的信號分離特征進行特征轉換，得到所述源信號對應的分離參數；

解碼模塊，用于根據所述源信號對應的分離參數對所述初始信號進行分離，得到所述初始信號內的源信號。

本申請實施例提供一種計算機設備，其包括處理器和存儲器，存儲器存儲有多條指令，指令適于處理器進行加載，以執行上述方法中的步驟。

本申請實施例提供一種計算機可讀存儲介質，計算機可讀存儲介質存儲有多條指令，指令適于處理器進行加載，以執行上述方法中的步驟。

本申請實施例提供一種計算機程序產品或計算機程序，該計算機程序產品或計算機程序包括計算機指令，該計算機指令存儲在計算機可讀存儲介質中；計算機設備的處理器從計算機可讀存儲介質讀取該計算機指令，處理器執行該計算機指令，使得該計算機設備執行上述方法中的步驟。