申请/专利权人：深圳市友杰智新科技有限公司

申请日：2020-11-24

公开（公告）日：2024-04-12

公开（公告）号：CN112435685B

主分类号：G10L21/0272

分类号：G10L21/0272;G10L21/0308;G10L21/0208

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2021.03.19#实质审查的生效;2021.03.02#公开

摘要：本申请涉及语音分离技术领域，提供了一种强混响环境的盲源分离方法、装置、计算机设备和存储介质，包括：获取强混响的语音信号；对所述语音信息进行去混响处理，得到去混响语音信号；基于OverIVA算法，对所述去混响语音信号进行盲源分离，提升盲源分离效果；同时，在进行盲源分离过程中，采用平滑方式计算辅助参数矩阵，可以实现流式的方式实现盲源分离。本申请不仅提升盲源分离的效果，而且实现在线流式分离。

主权项：1.一种强混响环境的盲源分离方法，其特征在于，包括以下步骤：获取强混响的语音信号；对所述语音信号进行去混响处理，得到去混响语音信号；基于OverIVA算法，对所述去混响语音信号进行盲源分离，得到盲源分离语音信号；其中，所述OverIVA算法进行盲源分离过程中，采用平滑方式计算辅助参数矩阵；所述辅助参数矩阵为Vl,k，Vl,k＝[V1l,k,V2l,k,...,Vnl,k,...,VNl,k]；n＝1，2，...，N；其中，l为帧索引，k为频率索引，a为取值在0-1之间的遗忘因子，El,k为所述去混响语音信号，·H表示共轭转置，rnl,k为上一帧去混响语音信号输出的第n个目标声源的能量；所述盲源分离语音信号为Yl,k；所述基于OverIVA算法，对所述去混响语音信号进行盲源分离，得到盲源分离语音信号的过程，包括： Wbpl,k为的第一行到第N行组成，为N×M的矩阵； 是一个M×M的矩阵，且其中，为总分离矩阵，为M×M的矩阵；Al,k为M×M的对角矩阵，其对角线元素为对求逆后的对角线元素； Wl,k为N×M的矩阵，初值W0,k的对角线元素为1，其它位置的元素为零，Wl,k＝[W1l,k；W2l,k；...Wnl,k；...；WNl,k]； Ul,k是一个M-N×M的矩阵，其中，Ul,k＝[Jl,k,-IM-N]；Jl,k＝A2Cl,kWHl,kA1Cl,kWHl,k-1，A1＝[IN,ON×M-N]，A2＝[OM-N×N,IM-N]，I*为*行*列的单位矩阵，O*×·为*行·列的零矩阵；Cl,k是M×M的方阵，Cl,k＝αCl-1,k+1-αEl,kEHl,k，Cl,k初值C0,k，设置为零矩阵； Vnl,k的初值Vn0,k的对角线元素为1，其它位置的元素为零。

全文数据：

权利要求：

百度查询： 深圳市友杰智新科技有限公司 强混响环境的盲源分离方法、装置、语音设备和存储介质

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