申请/专利权人：中科南京智能技术研究院

申请日：2023-12-28

公开（公告）日：2024-04-02

公开（公告）号：CN117809684A

主分类号：G10L25/18

分类号：G10L25/18;G10L15/06;G10L17/04;H04B7/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及一种基于波束形成的门控循环单元网络说话人分离方法及装置，方法包括：获取输入的语音信号；提取所述语音信号的特征；将所述语音信号的特征输入训练好的门控循环单元模型中，得到语音信号的二值掩码；所述门控循环单元模块的输入是语音信号的特征，输出是语音信号的二值掩码；基于所述语音信号的二值掩码进行信号分离，得到分离信号的频谱特征和空间特征，结合所述分离信号的频谱特征和空间特征对语音信号进行重构操作，还原得到原始语音信号。在一般的基于深度学习的门控循环单元网络的基础上，对特征提取阶段使用波束形成算法，充分利用信号的空间特征和频谱特征。

主权项：1.一种基于波束形成的门控循环单元网络说话人分离方法，其特征在于，包括以下步骤：获取输入的语音信号；提取所述语音信号的特征；将所述语音信号的特征输入训练好的门控循环单元模型中，得到语音信号的二值掩码；所述门控循环单元模块的输入是语音信号的特征，输出是语音信号的二值掩码；基于所述语音信号的二值掩码进行信号分离，得到分离信号的频谱特征和空间特征，结合所述分离信号的频谱特征和空间特征对语音信号进行重构操作，还原得到原始语音信号。

全文数据：

权利要求：

百度查询： 中科南京智能技术研究院 基于波束形成的门控循环单元网络说话人分离方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD