[发明专利]盲语音信号分离方法、电子设备和存储介质

说明书

本发明公开盲语音信号分离方法、电子设备和存储介质，其中，一种盲语音信号分离方法，包括：将采集的多路语音信号加上超参数送入分离器中进行声源分离得到多路分离信号；对所述多路分离信号进行相干性计算得到分离器相干系数；基于所述分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新所述超参数以加快收敛速度。通过将采集的多路语音信号加上超参数送入分离器中进行声源分离得到多路分离信号，之后对多路分离信号进行相干性计算得到分离器相干系数，再基于分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新超参数以加快收敛速度，从而可以实现保证了盲语音信号的收敛速度以及分离效果。

技术领域

本发明属于语音数据处理技术领域，尤其涉及盲语音信号分离方法、电子设备和存储介质。

背景技术

目前在实时传统盲语音信号分离中，在保证分离效果的同时为了满足实时性的要求对计算复杂度要求也较高。相似的技术独立分量分析，自然梯度法，固定点法，辅助函数法。

自然梯度法与固定点法的独立分量分析，基本原理是通过非高斯性以及独立性假设建立代价函数，并对代价函数求导得到梯度(一阶导数)来指导代价函数最优解的更新；辅助函数法则是通过建立一个优化函数，使其恒小于或恒大于代价函数来指导代价函数最优解的更新。

在实时盲信号处理场景下，自然梯度法与固定点法的独立分量分析能够对信号进行有效分离，但梯度下降法与固定点法的缺陷在于收敛速度慢而且需要进行多次迭代。辅助函数法收敛速度较快但需要设置超参数，该超参数设置较大可以保证算法的稳定收敛但收敛速度较慢，设置较小可提高收敛速度但稳定性差。

发明内容

本发明实施例提供一种盲语音信号分离方法和装置，用于至少解决上述技术问题之一。

第一方面，本发明实施例提供一种盲语音信号分离方法，包括：将采集的多路语音信号加上超参数送入分离器中进行声源分离得到多路分离信号；对所述多路分离信号进行相干性计算得到分离器相干系数；基于所述分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新所述超参数以加快收敛速度。

第二方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的盲语音信号分离方法的步骤。

第三方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行本发明任一实施例的盲语音信号分离方法的步骤。

本申请的方法通过将采集的多路语音信号加上超参数送入分离器中进行声源分离得到多路分离信号，之后对多路分离信号进行相干性计算得到分离器相干系数，再基于分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新超参数以加快收敛速度，从而可以实现保证了盲语音信号的收敛速度以及分离效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的一种盲语音信号分离方法的流程图；

图2为本发明一实施例提供的另一种盲语音信号分离方法的流程图；

图3为本发明一实施例提供的又一种盲语音信号分离方法的流程图；

图4为本发明一实施例提供的再一种盲语音信号分离方法的流程图；

图5为本发明一实施例提供的盲语音信号分离方法的一个具体示例的两路方案框图；