[发明专利]音频分离网络的训练方法、音频分离方法、装置及介质

说明书

本申请实施例提供了一种音频分离网络的训练方法、音频分离方法、装置及介质；所述方法包括：获取第一分离样本集合，所述第一分离样本集合中至少包括两类具有伪标签的音频；采用扰动数据对所述第一分离样本集合进行插值，得到第一样本集合；采用无监督网络对所述第一样本集合进行分离，得到第二分离样本集合；确定所述第二分离样本集合中第二分离样本的损失；采用所述第二分离样本的损失，对所述无监督网络的网络参数进行调整，以使调整后的无监督网络输出的分离结果的损失满足收敛条件。通过采用第一样本集合作为训练无监督网络的样本，丰富了无监督网络的样本数据，并增强了无监督网络的泛化能力。

技术领域

本申请涉及机器学习领域，尤其涉及音频分离网络的训练方法、音频分离方法、装置及介质。

背景技术

在相关技术中，基于深度学习的语音分离网络存在泛化能力差的问题，即使是最先进的语音分离网络在不匹配的情况下进行评估时也可能突然失效。通常由于时间、人力和成本的限制，大规模、覆盖范围广、足够多样化的有标注训练数据的采集往往是不切实际的，而标注数据的不足易于导致有大量参数的复杂网络的过拟合和差的泛化能力。

发明内容

本申请实施例提供一种音频分离网络的训练方法、音频分离方法、装置及介质，能够采用第一样本集合作为训练无监督网络的样本，丰富了无监督网络的样本数据，并增强了无监督网络的泛化能力。

本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供一种音频分离网络的训练方法，包括：

获取第一分离样本集合，所述第一分离样本集合中至少包括两类具有伪标签的音频；

采用扰动数据对所述第一分离样本集合进行插值，得到第一样本集合；

采用无监督网络对所述第一样本集合进行分离，得到第二分离样本集合；

确定所述第二分离样本集合中第二分离样本的损失；

采用所述第二分离样本的损失，对所述无监督网络的网络参数进行调整，以使调整后的无监督网络输出的分离结果的损失满足收敛条件。

第二方面，本申请实施例提供一种音频分离方法，所述方法包括：

获取待分离音频；

采用已训练的神经网络对所述待分离音频进行分离，得到分离结果；其中，所述神经网络为基于上述的音频分离网络的训练方法训练得到的；

输出所述分离结果。

第三方面，本申请实施例提供一种音频分离网络的训练装置，所述装置包括：

第一获取模块，用于获取第一分离样本集合，所述第一分离样本集合中至少包括两类具有伪标签的音频；

第一插值模块，用于采用扰动数据对所述第一分离样本集合进行插值，得到第一样本集合；

第一分离模块，用于采用无监督网络对所述第一样本集合进行分离，得到第二分离样本集合；

第一确定模块，用于确定所述第二分离样本集合中第二分离样本的损失；

第一调整模块，用于采用所述第二分离样本的损失，对所述无监督网络的网络参数进行调整，以使调整后的无监督网络输出的分离结果的损失满足收敛条件。

第四方面，本申请实施例一种音频分离装置，所述装置包括：

第二获取模块，用于获取待分离音频；

第一输入模块，用于采用已训练的神经网络对所述待分离音频进行分离，得到分离结果；其中，所述神经网络为基于上述第一方面所述的音频分离网络的训练方法训练得到的；

第一输出模块，用于输出所述分离结果。