[发明专利]模型训练方法、语音分离方法、装置及电子设备

说明书

本公开提供一种模型训练方法、语音分离方法、装置及电子设备，所述方法包括：将声音信号的语音特征分别输入预先训练的N个第一神经网络模型，得到N个输出结果，所述N个输出结果为从所述声音信号中分离出的N个拾音区域对应的说话人语音的语音特征，N为大于1的整数；将所述声音信号的语音特征输入第二神经网络模型，对所述第二神经网络模型进行训练，其中，用于训练所述第二神经网络模型的损失函数基于所述N个输出结果确定。本公开实施例中，采用训练完成的第二神经网络模型进行语音分离，能够提高语音分离的准确性。

技术领域

本发明涉及语音处理技术领域，尤其涉及一种模型训练方法、语音分离方法、装置及电子设备。

背景技术

语音是人与人之间进行交流的最自然、最方便及最有效的方式。可以通过语音分离从海量的语音中获取感兴趣的语音。在对语音进行说话人分离的过程中，需要将语音进行切分，再对切分的语音片段标注说话人信息。

目前，根据经验对语音进行切分，切分的语音片段很有可能会包含两个或多个说话人的语音，从而导致进行语音分离的准确率较低。

发明内容

本公开实施例提供一种模型训练方法、语音分离方法、装置及电子设备，以解决现有技术中根据经验对语音进行切分，切分的语音片段很有可能会包含两个或多个说话人的语音，从而导致进行语音分离的准确率较低的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本公开实施例提供了一种模型训练方法，所述方法包括：

将声音信号的语音特征分别输入预先训练的N个第一神经网络模型，得到N个输出结果，所述N个输出结果为从所述声音信号中分离出的N个拾音区域对应的说话人语音的语音特征，N为大于1的整数；

将所述声音信号的语音特征输入第二神经网络模型，对所述第二神经网络模型进行训练，其中，用于训练所述第二神经网络模型的损失函数基于所述N个输出结果确定。

第二方面，本公开实施例提供了一种语音分离方法，所述方法包括：

采用第一方面所述的模型训练方法对所述第二神经网络模型进行训练；

将待分离语音输入训练完成的所述第二神经网络模型，得到语音分离结果。

第三方面，本公开实施例提供了一种模型训练装置，所述模型训练装置包括：

第一输入模块，用于将声音信号的语音特征分别输入预先训练的N个第一神经网络模型，得到N个输出结果，所述N个输出结果为从所述声音信号中分离出的N个拾音区域对应的说话人语音的语音特征，N为大于1的整数；

第二输入模块，用于将所述声音信号的语音特征输入第二神经网络模型，对所述第二神经网络模型进行训练，其中，用于训练所述第二神经网络模型的损失函数基于所述N个输出结果确定。

第四方面，本公开实施例提供了一种语音分离装置，所述语音分离装置包括：

训练模块，用于采用第一方面所述的模型训练方法对所述第二神经网络模型进行训练；

输入模块，用于将待分离语音输入训练完成的所述第二神经网络模型，得到语音分离结果。

第五方面，本公开实施例提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面所述的模型训练方法中的步骤，或者，所述程序被所述处理器执行时实现如第二方面所述的语音分离方法中的步骤。

第六方面，本公开实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的模型训练方法中的步骤，或者，所述计算机程序被处理器执行时实现如第二方面所述的语音分离方法中的步骤。