[发明专利]音频分离方法、装置、电子设备及计算机可读存储介质

说明书

本公开提供了一种音频分离方法、装置、电子设备及计算机可读存储介质，涉及音频处理领域。该方法包括：获取待分离的音频；所述待分离的音频包含至少两种类型的音轨；将所述音频输入训练后的音频分离模型，以使得所述分离模型中的第一分支基于频谱图对所述音频进行分离，得到第一分离结果，以及使得所述分离模型中的第二分支基于时域对所述音频进行分离，得到第二分离结果，并基于所述第一分离结果和所述第二分离结果得到分离后的目标音轨；所述目标音轨的类型为所述至少两种类型中的任一种，且与所述训练后的音频分离模型的分离类型相同；输出所述目标音轨。本公开达到了音乐源分离的最新性能。

技术领域

本公开涉及音频处理技术领域，具体而言，本公开涉及一种音频分离方法、装置、电子设备及计算机可读存储介质。

背景技术

音乐源分离(MSS)是将音乐作品分离成单独的源(例如乐器和人声)的任务。

现有的MSS方法可以分为基于频谱图的方法和时域方法。其中，基于频谱图的方法无法估计源的相位；而时域方法没有超越基于频谱图的MSS方法。也就是说，基于频谱图的方法和时域方法的分离效果都不理想。

因此，亟需一种MSS方法来解决基于频谱图的方法和时域方法的分离效果都不理想的问题。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开提供了一种音频分离方法、装置、电子设备及计算机可读存储介质，用于解决基于频谱图的方法和时域方法的分离效果都不理想的技术问题。

第一方面，提供了一种音频分离方法，该方法包括：

获取待分离的音频；所述待分离的音频包含至少两种类型的音轨；

将所述音频输入训练后的音频分离模型，以使得所述分离模型中的第一分支基于频谱图对所述音频进行分离，得到第一分离结果，以及使得所述分离模型中的第二分支基于时域对所述音频进行分离，得到第二分离结果，并基于所述第一分离结果和所述第二分离结果得到分离后的目标音轨；所述目标音轨的类型为所述至少两种类型中的任一种，且与所述训练后的音频分离模型的分离类型相同；

输出所述目标音轨。

第二方面，提供了一种音频分离装置，该装置包括：

获取模块，用于获取待分离的音频；所述待分离的音频包含至少两种类型的音轨；

处理模块，用于将所述音频输入训练后的音频分离模型，以使得所述分离模型中的第一分支基于频谱图对所述音频进行分离，得到第一分离结果，以及使得所述分离模型中的第二分支基于时域对所述音频进行分离，得到第二分离结果，并基于所述第一分离结果和所述第二分离结果得到分离后的目标音轨；所述目标音轨的类型为所述至少两种类型中的任一种，且与所述训练后的音频分离模型的分离类型相同；

输出模块，用于输出所述目标音轨。

第三方面，提供了一种电子设备，该电子设备包括：

处理器、存储器和总线；

所述总线，用于连接所述处理器和所述存储器；

所述存储器，用于存储操作指令；

所述处理器，用于通过调用所述操作指令，可执行指令使处理器执行如本公开的第一方面所示的音频分离方法对应的操作。

第四方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现本公开第一方面所示的音频分离方法。

本公开提供的技术方案带来的有益效果是：