[发明专利]一种基于深度聚类的多通道与说话人无关语音分离方法有效
| 申请号： | 201911230647.2 | 申请日： | 2019-12-04 |
| 公开（公告）号： | CN110970053B | 公开（公告）日： | 2022-03-15 |
| 发明（设计）人： | 张晓雷;杨子叶;谭旭 | 申请（专利权）人： | 西北工业大学深圳研究院;西北工业大学 |
| 主分类号： | G10L21/0272 | 分类号： | G10L21/0272;G10L21/0208;G10L21/0216;G10L21/0224;G10L21/0232;G10L25/18;G10L25/27;G06K9/62 |
| 代理公司： | 西北工业大学专利中心 61204 | 代理人： | 常威威 |
| 地址： | 518000 广东省深圳市南山区粤海*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度聚类的多通道与说话人无关语音分离方法。首先，对语音信号进行短时傅里叶变换提取其幅度谱特征，再计算不同通道间相位差的余弦值作为空间特征，并将两个特征联合起来作为训练深度聚类网络的输入特征；然后，对双向长短时记忆网络进行训练，并利用该网络得到不同说话人的估计掩膜；最后，再利用空间协方差矩阵计算MVDR波束形成器的系数，将混合语音与所得波束形成器系数相乘，得到分离开的说话人语音信号。本发明较好地利用了语音信号的空间信息，并利用深度聚类网络估计得到高质量的掩模，可以实现混响环境下多个说话人混合语音信号的分离处理，并具有较好的语音分离性能。 | ||
| 搜索关键词： | 一种 基于 深度 通道 说话 无关 语音 分离 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西北工业大学深圳研究院;西北工业大学，未经西北工业大学深圳研究院;西北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911230647.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于区块链对智能家居进行安全配网的方法
- 下一篇：一种燃气机的空滤测试台
