[发明专利]语音信号分离方法、装置、计算机设备以及存储介质

权利要求书

1.一种语音信号分离方法，其特征在于，所述方法包括：

对待分离的音频文件的声波波形进行采样，得到音频信号；

将所述音频信号从时域转换至频域，得到所述音频信号的频谱，所述频谱仅用于表示所述音频信号的振幅且所述振幅为实数；

将所述音频信号的频谱进行分解，得到伴奏频谱与人声频谱；

将所述伴奏频谱与人声频谱从频域转换至时域，得到伴奏音频与人声音频。

2.根据权利要求1所述的方法，其特征在于，所述将所述音频信号从时域转换至频域，得到所述音频信号的频谱，包括：

将所述音频信号进行分帧处理，得到多个音频帧；

将所述多个音频帧分别从时域转换至频域，得到所述多个音频帧的频谱，每个音频帧的频谱仅用于表示所述音频帧的振幅且振幅为实数；

将所述多个音频帧的频谱进行组合，得到所述音频信号的频谱。

3.根据权利要求2所述的方法，其特征在于，所述将所述音频信号进行分帧处理，得到多个音频帧，包括：

基于预设窗函数，对所述音频信号进行加窗处理，得到多个音频帧。

4.根据权利要求3所述的方法，其特征在于，所述预设窗函数的长度与所述每个音频帧的采样点数相同。

5.根据权利要求2所述的方法，其特征在于，每个音频帧的采样点数是帧重叠采样点数的2倍。

6.根据权利要求1所述的方法，其特征在于，所述将所述音频信号的频谱进行分解，得到伴奏频谱与人声频谱，包括：

调用预设分解模型，所述预设分解模型用于基于信号频谱进行频谱分离；

将所述音频信号的频谱输入所述预设分解模型，输出伴奏频谱与人声频谱。

7.一种语音信号分离装置，其特征在于，所述装置包括：

采样模块，用于对待分离的音频文件的声波波形进行采样，得到音频信号；

第一转换模块，用于将所述音频信号从时域转换至频域，得到所述音频信号的频谱，所述频谱仅用于表示所述音频信号的振幅且所述振幅为实数；

分解模块，用于将所述音频信号的频谱进行分解，得到伴奏频谱与人声频谱；

第二转换模块，用于将所述伴奏频谱与人声频谱从频域转换至时域，得到伴奏音频与人声音频。

8.根据权利要求7所述的装置，其特征在于，所述第一转换模块包括：

分帧单元，用于将所述音频信号进行分帧处理，得到多个音频帧；

时频转换单元，用于将所述多个音频帧分别从时域转换至频域，得到所述多个音频帧的频谱，每个音频帧的频谱仅用于表示所述音频帧的振幅且振幅为实数；

组合单元，用于将所述多个音频帧的频谱进行组合，得到所述音频信号的频谱。

9.根据权利要求8所述的装置，其特征在于，所述分帧单元用于：

基于预设窗函数，对所述音频信号进行加窗处理，得到多个音频帧。

10.根据权利要求9所述的装置，其特征在于，所述预设窗函数的长度与所述每个音频帧的采样点数相同。

11.根据权利要求8所述的装置，其特征在于，每个音频帧的采样点数是帧重叠采样点数的2倍。

12.根据权利要求7所述的装置，其特征在于，所述分解模块用于调用预设分解模型，所述预设分解模型用于基于信号频谱进行频谱分离；将所述音频信号的频谱输入所述预设分解模型，输出伴奏频谱与人声频谱。

13.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至权利要求7任一项所述的语音信号分离方法所执行的操作。

14.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1至权利要求7任一项所述的语音信号分离方法所执行的操作。