[发明专利]一种远场语音模拟方法及装置

权利要求书

1.一种远场语音模拟方法，其特征在于，包括：

获取近场语音数据和目标位置信息；

将所述近场语音数据和目标位置信息输入至模拟远场语音神经网络模型进行模拟，以得到与所述目标位置信息对应的远场语音数据；

其中，所述模拟远场语音神经网络模型使用的训练样本包括：近场语音样本数据、远场语音样本数据、录制位置信息和噪声数据。

2.根据权利要求1所述的方法，其特征在于，所述远场语音样本数据包括不同位置的录音设备对同一声源录制的多条远场语音数据，所述录制位置信息包括每条远场语音数据的录音位置、声源位置和录音室内空间信息。

3.根据权利要求1所述的方法，其特征在于，所述模拟远场语音神经网络模型的训练过程，包括：

将所述近场语音样本数据、所述噪声数据和所述录制位置信息作为神经网络的输入，将所述远场语音样本数据作为神经网络的输出，训练得到所述模拟远场语音神经网络模型。

4.根据权利要求1所述的方法，其特征在于，所述模拟远场语音神经网络模型的训练过程，包括：

将所述近场语音样本数据、所述噪声数据和所述录制位置信息拼接后输入神经网络进行计算，得到所述神经网络的输出；

根据所述远场语音样本数据和所述神经网络的输出，计算二者之间的相对熵；

基于所述相对熵对所述神经网络的参数进行调整，得到所述模拟远场语音神经网络模型。

5.根据权利要求3或4所述的方法，其特征在于，所述神经网络共有M层，每层节点数为N个，且每层神经网络均为因子分解时延神经网络TDNN-F层，其中，M和N为大于1的整数。

6.一种远场语音模拟装置，其特征在于，包括：

获取模块，用于获取近场语音数据和目标位置信息；

模拟模块，用于将所述近场语音数据和目标位置信息输入至模拟远场语音神经网络模型进行模拟，以得到与所述目标位置信息对应的远场语音数据；

其中，所述模拟远场语音神经网络模型使用的训练样本包括：近场语音样本数据、远场语音样本数据、录制位置信息和噪声数据。

7.根据权利要求6所述的远场语音模拟装置，其特征在于，所述远场语音样本数据包括不同位置的录音设备对同一声源录制的多条远场语音数据，所述录制位置信息包括每条远场语音数据的录音位置、声源位置和录音室内空间信息。

8.根据权利要求6所述的远场语音模拟装置，其特征在于，所述模拟远场语音神经网络模型的训练过程，包括：

将所述近场语音样本数据、所述噪声数据和所述录制位置信息作为神经网络的输入，将所述远场语音样本数据作为神经网络的输出，训练得到所述模拟远场语音神经网络模型。

9.根据权利要求6所述的远场语音模拟装置，其特征在于，所述模拟远场语音神经网络模型的训练过程，包括：

将所述近场语音样本数据、所述噪声数据和所述录制位置信息拼接后输入神经网络进行计算，得到所述神经网络的输出；

根据所述远场语音样本数据和所述神经网络的输出，计算二者之间的相对熵；

基于所述相对熵对所述神经网络的参数进行调整，得到所述模拟远场语音神经网络模型。

10.根据权利要求8或9所述的远场语音模拟装置，其特征在于，所述神经网络共有M层，每层节点数为N个，且每层神经网络均为因子分解时延神经网络TDNN-F层，其中，M和N为大于1的整数。

11.一种远场语音模拟装置，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的远场语音模拟方法中的步骤。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的远场语音模拟方法中的步骤。