[发明专利]一种多通道盲源分离方法、装置、机器可读介质及设备

权利要求书

1.一种多通道盲源分离方法，其特征在于，包括：

获取目标声源所处环境的多通道音频数据；

基于训练好的分离模型对所述多通道音频数据进行分离，得到单通道音频数据；

将所述单通道音频数据作为目标声源的音频数据。

2.根据权利要求1所述的多通道盲源分离方法，其特征在于，得到预先训练好的分离模型的方法，包括：

获取训练用的音频数据，所述音频数据包括带有噪声的多通道音频数据和不带噪声的单通道音频数据；

以所述多通道音频数据作为输入、单通道音频数据作为输出进行训练，得到所述分离模型。

3.根据权利要求1所述的多通道盲源分离方法，其特征在于，所述分离模型包括：

编码模块，用于对所述多通道音频数据进行编码，得到第一音频特征；

分离模块，用于通过时序空洞卷积网络对所述第一音频特征进行处理，得到掩敝输出；并根据所述第一音频特征与所述掩敝输出得到第二音频特征；

解码模块，用于对所述第二音频特征进行解码，得到目标声源的音频数据。

4.根据权利要求3所述的多通道盲源分离方法，其特征在于，所述对所述多通道音频数据进行编码，得到第一音频特征，包括：

将所述多通道音频数据与一维/二维卷积核进行卷积，得到一个二维特征；

将所述二维特征进行编码，得到第一音频特征，所述第一音频特征为三维矩阵。

5.根据权利要求3所述的多通道盲源分离方法，其特征在于，所述时序空洞卷积网络包括多个依次叠加的时间卷积网络单元，所述时间卷积网络单元具有多个输出，前一个时间卷积网络单元的其中一个输出作为后一个时间卷积网络单元的输入，且每个时间卷积网络单元的其他输出作为Sigmoid函数的输入；

所述时间卷积网络单元包括多个依次叠加的2维卷积核，每个2维卷积核包括两个输出，前一个2维卷积核的其中一个输出作为后一个2维卷积核的输入，每个2维卷积核的另一个输出作为Sigmoid函数的输入，经Sigmoid函数处理后，得到掩敝输出。

6.根据权利要求3、4或5所述的多通道盲源分离方法，其特征在于，所述第二音频特征为所述第一音频特征与所述掩敝输出的乘积。

7.根据权利要求3所述的多通道盲源分离方法，其特征在于，所述对所述第二音频特征进行解码，得到目标声源的音频数据，包括：

将所述第二音频特征与一个一维/二维反卷积网络进行卷积，得到目标声源的音频数据。

8.根据权利要求5或6所述的多通道盲源分离方法，其特征在于，所述2维卷积核包括：

依次连接的多个激活单元，前一个激活单元的输出作为后一个激活单元的输入，所述激活单元包括依次连接的2维卷积网络、激活层、正则化层；最后一个激活单元的正则化层的输出经两个二维卷积网络，其中一个二维卷积网络的输出作为二维卷积核的其中一个输出，另一个二维卷积网络的输出作为二维卷积核的另一个输出。

9.一种多通道盲源分离装置，其特征在于，包括：

音频获取模块，用于获取目标声源所处环境的多通道音频数据；

音频分离模块，用于基于训练好的分离模型对所述多通道音频数据进行分离，得到单通道音频数据；将所述单通道音频数据作为目标声源的音频数据。

10.根据权利要求9所述的多通道盲源分离装置，其特征在于，所述分离模型包括：

编码模块，用于对所述多通道音频数据进行编码，得到第一音频特征；

分离模块，用于通过时序空洞卷积网络对所述第一音频特征进行处理，得到掩敝输出；并根据所述第一音频特征与所述掩敝输出得到第二音频特征；

解码模块，用于对所述第二音频特征进行解码，得到目标声源的音频数据。