[发明专利]人声分离方法、装置、用户终端及存储介质

摘要

本发明公开了一种人声分离方法、装置、用户终端及存储介质，涉及音频处理技术领域。该方法包括将采样的待分离音频文件声道分离得到初始波形序列；初始波形序列离散傅立叶变换得到初始二维数组；对初始二维数组进行取模得到初始语谱图；对初始二维数组进行取相位得到初始相位图；将初始语谱图导入卷积神经网络模型运算得到掩膜；将掩膜与初始相位图进行第一点乘运算得到人声源语谱图；将人声源语谱图与初始相位图进行第二点乘运算；对第二点乘运算的结果进行离散傅立叶逆变换得到单人声源音频波形；将单人声源音频波形拼接得到立体音频。本发明公开的方法、装置、用户终端及存储介质可实现音频的自动化人声分离。

主权项

1.一种人声分离方法，应用于用户终端，其特征在于，所述方法包括：将采样后的待分离音频文件进行声道分离，得到与左右声道对应的两个的初始波形序列；对每个所述初始波形序列进行离散傅立叶变换，得到与两个所述初始波形序列一一对应两个初始二维数组；对每个所述初始二维数组进行取模操作，得到与两个所述初始二维数组一一对应的两个初始语谱图；对每个所述初始二维数组进行取相位操作，得到与两个所述初始二维数组一一对应的两个初始相位图；将每个所述初始语谱图作为预先训练好的卷积神经网络模型的输入进行运算，得到与两个所述初始语谱图一一对应的两个掩膜；将每个掩膜与对应的初始相位图进行第一点乘运算，得到与两个所述掩膜一一对应的人声源语谱图；将每个所述人声源语谱图与对应的初始相位图进行第二点乘运算；对每个所述第二点乘运算的结果进行离散傅立叶逆变换，得到两个单人声源音频波形；将两个所述单人声源音频波形进行拼接，得到立体音频。