[发明专利]语音分离模型的训练方法、语音分离方法及装置

权利要求书

1.一种语音分离模型的训练方法，其特征在于，包括：

在任一次迭代过程中，将作为训练样本的混合语音信号分别输入学生模型和教师模型，所述混合语音信号标注有用于生成所述混合语音信号的干净语音信号，所述教师模型的模型参数基于所述学生模型的模型参数配置；

基于所述学生模型输出的信号和所述混合语音信号中标注的所述干净语音信号，确定所述迭代过程的准确性信息，所述准确性信息用于表示所述学生模型的分离准确程度；

基于所述学生模型输出的信号和教师模型输出的信号，确定所述迭代过程的一致性信息，所述一致性信息用于表示所述学生模型和所述教师模型的分离能力的一致程度；

基于每次迭代过程所确定的准确性信息和一致性信息，对所述学生模型和所述教师模型的模型参数进行调整，直到满足停止训练条件，将满足所述停止训练条件的迭代过程所确定的学生模型输出为语音分离模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述学生模型输出的信号和所述混合语音信号中标注的所述干净语音信号，确定所述迭代过程的准确性信息包括下述任一项：

基于所述学生模型输出的第一干净语音信号和所述混合语音信号中标注的所述干净语音信号，确定所述迭代过程的准确性信息；

基于所述学生模型输出的第一干扰信号和所述混合语音信号中标注的所述干净语音信号以外的干扰信号，确定所述迭代过程的准确性信息；

基于所述学生模型输出的第一干净语音信号和所述混合语音信号中标注的所述干净语音信号，确定所述迭代过程的第一准确性信息；基于所述学生模型输出的干扰信号和所述混合语音信号中标注的所述干净语音信号以外的干扰信号，确定所述迭代过程的第二准确性信息，根据所述第一准确性信息和所述第二准确性信息，确定所述迭代过程的准确性信息。

3.根据权利要求1所述的方法，其特征在于，所述基于所述学生模型输出的信号和教师模型输出的信号，确定所述迭代过程的一致性信息包括下述任一项：

基于所述学生模型输出的第一干净语音信号和所述教师模型输出的第二干净语音信号，确定所述迭代过程的一致性信息；

基于所述学生模型输出的第一干扰信号和所述教师模型输出的第二干扰信号，确定所述迭代过程的一致性信息；

基于所述学生模型输出的第一干净语音信号和所述教师模型输出的第二干净语音信号，确定所述迭代过程的第一一致性信息，基于所述学生模型输出的第一干扰信号和所述教师模型输出的第二干扰信号，确定所述迭代过程的第二一致性信息，根据所述第一一致性信息和所述第二一致性信息，确定所述迭代过程的一致性信息。

4.根据权利要求1所述的方法，其特征在于，所述对所述学生模型和所述教师模型的模型参数进行调整包括：采用指数移动平均的方法，基于所述学生模型的模型参数确定所述教师模型的模型参数，采用确定好的所述教师模型的模型参数对所述教师模型进行配置。

5.根据权利要求1所述的方法，其特征在于，所述基于所述学生模型输出的信号和教师模型输出的信号，确定所述迭代过程的一致性信息包括：

基于所述学生模型输出的第一干净语音信号的短时时变抽象特征和教师模型输出的第二干净语音信号的短时时变抽象特征，确定所述迭代过程的第三一致性信息。

6.根据权利要求1所述的方法，其特征在于，所述基于所述学生模型输出的信号和教师模型输出的信号，确定所述迭代过程的一致性信息包括：

基于所述学生模型输出的第一干净语音信号的短时时变抽象特征和教师模型输出的第二干净语音信号的短时时变抽象特征，确定所述迭代过程的第三一致性信息；

基于所述第一干净语音信号的短时时变抽象特征和教师模型输出的第二干净语音信号的长时稳定抽象特征，确定所述迭代过程的第四一致性信息；

所述基于每次迭代过程所确定的准确性信息和一致性信息，对所述学生模型和所述教师模型的模型参数进行调整包括：

所述基于每次迭代过程所确定的所述第三一致性信息和所述第四一致性信息的加权值以及准确性信息，对所述学生模型和所述教师模型的模型参数进行调整。