[发明专利]混合语音分离方法和装置

说明书

本发明公开了一种混合语音分离方法和装置。其中，该方法包括：获取待分离的目标语音，其中，目标语音中包括第一对象发出的第一语音与第二对象发出的第二语音，第一语音与第二语音不重叠；获取第一对象发出第一语音的时间段，其中，时间段为通过震动检测模块检测到的第一对象的发声部开始震动的时间到结束震动的时间；根据时间段从目标语音中分离出目标语音片段；将目标语音片段作为第一语音片段，将目标语音中剩余的语音片段作为第二语音片段，其中，第一语音片段中包括第一语音，第二语音片段中包括第二语音。本发明解决了相关技术中分离混合语音效率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种混合语音分离方法和装置。

背景技术

在针对多人场景进行录音之后，获取到的录音中包括有多个对象发出的声音。此时，若是对多个对象发出的声音进行分离，需要人工的播放该录音，并截取每一位对象发出的声音，从而完成混合语音的分离。

然而，若是采用上述方法，则分离混合语音的效率低。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种混合语音分离方法和装置，以至少解决相关技术中分离混合语音效率低的技术问题。

根据本发明实施例的一个方面，提供了一种混合语音分离方法，包括：获取待分离的目标语音，其中，上述目标语音中包括第一对象发出的第一语音与第二对象发出的第二语音，上述第一语音与上述第二语音不重叠；获取上述第一对象发出上述第一语音的时间段，其中，上述时间段为通过震动检测模块检测到的上述第一对象的发声部开始震动的时间到结束震动的时间；根据上述时间段从上述目标语音中分离出目标语音片段；将上述目标语音片段作为第一语音片段，将上述目标语音中剩余的语音片段作为第二语音片段，其中，上述第一语音片段中包括上述第一语音，上述第二语音片段中包括上述第二语音。

作为一种可选的示例，上述获取上述第一对象发出上述第一语音的时间段包括：在上述震动检测模块检测到上述第一对象的发声部开始震动的情况下，记录上述开始震动的时间；在上述震动检测块检测到上述第一对象的发声部结束震动的情况下，记录上述结束震动的时间。

作为一种可选的示例，在上述获取上述第一对象发出上述第一语音的时间段之前，上述方法还包括：在上述开始震动的时间与上述结束震动的时间为自然时间点，且上述目标语音中记录的时间为时间段的情况下，获取开始录制上述目标语音的目标自然时间点；根据上述目标自然时间点，将录制上述目标语音中每一帧的自然时间点记录到上述目标语音中。

作为一种可选的示例，在上述获取上述第一对象发出上述第一语音的时间段之前，上述方法还包括：在上述开始震动的时间与上述结束震动的时间为自然时间点且上述目标语音中记录的时间为时间段的情况下，获取开始录制上述目标语音的目标自然时间点；将上述目标自然时间点到上述开始震动的时间的时间长度确定为新的上述开始震动的时间；将上述目标自然时间点到上述结束震动的时间的时间长度确定为新的上述结束震动的时间。

作为一种可选的示例，上述将上述目标语音片段作为第一语音片段，将上述目标语音中剩余的语音片段作为第二语音片段包括：将上述目标语音片段按照时间顺序首位拼接，得到上述第一语音片段；将上述目标语音中剩余的语音片段按照时间顺序首位拼接，得到上述第二语音片段。