[发明专利]声音信号获取方法和装置、存储介质、电子设备

说明书

本公开实施例公开了一种声音信号获取方法和装置、存储介质、电子设备，其中，方法包括：获取空间中的原始信号，所述原始信号是基于所述空间中的K个声源发出的声音信号确定的，所述K为声源数量，且为大于或等于1的整数；获取所述K个声源中每个声源的图像；基于每个所述声源的图像和所述原始信号，确定所述K个声源中目标声源的声音信号，本公开除了获取声音信号本身，还获取了额外的体现为声源的图像的视觉信息，结合声音信号和图像信息实现实时获取期望信号，由于加入了图像的视觉信息，因此可直观获得空间当前环境的复杂程度，进而可提高目标声源的声音信号的准确性和完整性。

技术领域

本公开涉及声音信号处理技术，尤其是一种声音信号获取方法和装置、存储介质、电子设备。

背景技术

“鸡尾酒会”问题是语音增强系统中极具挑战性的问题之一，其难点在于要求从包含音乐、车辆噪声以及其他说话人嘈杂环境中，分离提取期望说话人的语音信号，而人类听觉系统能够从这一环境中轻易地提取感兴趣的音频信号。

现有分离提取期望声音信号的解决方案是使用盲信号分离系统来模拟人类的听觉系统，将采集到的信号分离完成后，从各通道中选择能量最大的声源作为期望信号。

发明内容

为了解决现有技术在没有先验知识的情况下，仅根据语音信号本身特征很难实时选中期望信号的技术问题，提出了本公开。本公开的实施例提供了一种声音信号获取方法和装置、存储介质、电子设备。

根据本公开实施例的一个方面，提供了一种声音信号获取方法，包括：

获取空间中的原始信号，所述原始信号是基于所述空间中的K个声源发出的声音信号确定的，所述K为声源数量，且为大于或等于1的整数；

获取所述K个声源中每个声源的图像；

基于每个所述声源的图像和所述原始信号，确定所述K个声源中目标声源的声音信号。

根据本公开实施例的另一方面，提供了一种声音信号获取装置，包括：

原始信号获取模块，用于获取空间中的原始信号，所述原始信号是基于所述空间中的K个声源发出的声音信号确定的，所述K为声源数量，且为大于或等于1的整数；

图像采集模块，用于获取所述K个声源中每个声源的图像；

目标信号获取模块，用于基于所述图像采集模块获得的所述每个声源的图像和所述原始信号获取模块获取的原始信号，确定所述K个声源中目标声源的声音信号。

根据本公开实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述实施例所述的声音信号获取方法。

根据本公开实施例的还一方面，提供了一种电子设备，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于执行上述实施例所述的声音信号获取方法。

基于本公开上述实施例提供的声音信号获取方法和装置、存储介质、电子设备，获取空间中的原始信号，所述原始信号是基于所述空间中的K个声源发出的声音信号确定的，所述K为声源数量，且为大于或等于1的整数；获取所述K个声源中每个声源的图像；基于每个所述声源的图像和所述原始信号，确定所述K个声源中目标声源的声音信号，本公开除了获取声音信号本身，还获取了额外的体现为声源的图像的视觉信息，结合声音信号和图像信息实现实时获取期望信号，由于加入了图像的视觉信息，因此可直观获得空间当前环境的复杂程度，进而可提高目标声源的声音信号的准确性和完整性。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明