语音分离方法、语音识别方法及相关设备 .pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN110459237A

(43)申请公布日2019.11.15

(21)申请号CN201910745682.1

(22)申请日2019.04.12

(71)申请人腾讯科技(深圳)有限公司

地址518000广东省深圳市南山区高新区科技中一路腾讯大厦35层

(72)发明人陈联武于蒙苏丹俞栋

(74)专利代理机构深圳市隆天联鼎知识产权代理有限公司

代理人刘抗美

(51)Int.CI

权利要求说明书说明书幅图

(54)发明名称

语音分离方法、语音识别方法及相

关设备

(57)摘要

本发明实施例提供了一种语音分离

方法、语音识别方法及相关设备。该语音

分离方法包括：获取包括至少两个目标对

象的语音信号的混合语音信号；获取所述

混合语音信号对应的单通道频谱特征和多

通道方位特征；通过重叠判断模型对所述

单通道频谱特征和多通道方位特征进行处

理，获得所述混合语音信号中的目标对象

之间是否存在重叠的判断结果，所述重叠

判断模型用于判断目标对象之间是否存在

空间上的重叠；根据所述判断结果确定所

述混合语音信号中各目标对象的目标语音

频谱掩码矩阵。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.一种语音分离方法,其特征在于,包括:

获取包括至少两个目标对象的语音信号的混合语音信号;

获取所述混合语音信号对应的单通道频谱特征和多通道方位特征;

通过重叠判断模型对所述单通道频谱特征和多通道方位特征进行处理,获得所述混

合语音信号中的目标对象之间是否存在重叠的判断结果,所述重叠判断模型用于判

断目标对象之间是否存在空间上的重叠;

根据所述判断结果确定所述混合语音信号中各目标对象的目标语音频谱掩码矩阵。

2.根据权利要求1所述的语音分离方法,其特征在于,还包括:

通过多通道分离网络对所述单通道频谱特征和多通道方位特征进行处理,获得所述

混合语音信号中各目标对象的第一语音频谱掩码矩阵;

通过单通道分离网络对所述单通道频谱特征进行处理,获得所述混合语音信号中各

目标对象的第二语音频谱掩码矩阵。

3.根据权利要求2所述的语音分离方法,其特征在于,根据所述判断结果确定所述混

合语音信号中各目标对象的目标语音频谱掩码矩阵,包括:

若所述判断结果为目标对象之间不存在重叠,则选择所述第一语音频谱掩码矩阵作

为所述目标语音频谱掩码矩阵;

若所述判断结果为目标对象之间存在重叠,则选择所述第二语音频谱掩码矩阵作为

所述目标语音频谱掩码矩阵。

4.根据权利要求2所述的语音分离方法,其特征在于,根据所述判断结果确定所述混

合语音信号中各目标对象的目标语音频谱掩码矩阵,包括:

若所述判断结果为目标对象之间不存在重叠,则通过多通道分离网络对所述单通道

频谱特征和多通道方位特征进行处理,获得所述混合语音信号中各目标对象的目标

语音频谱掩码矩阵。

5.根据权利要求4所述的语音分离方法,其特征在于,根据所述判断结果确定所述混

合语音信号中各目标对象的目标语音频谱掩码矩阵,还包括:

若所述判断结果为目标对象之间存在重叠,则通过单通道分离网络对所述单通道频

谱特征进行处理,获得所述混合语音信号中各目标对象的目标语音频谱掩码矩阵。

6.根据权利要求1所述的语音分离方法,其特征在于,获得所述混合语音信号中的目

标对象之间是否存在重叠的判断结果,包括:

确定各目标对象的空间位置;

将采集所述混合语音信号的麦克风阵列作为参照点,根据各目标对象的空间位置获

得任意两个目标对象之间的夹角;

获取任意两个目标对象之间的夹角的最小值;

若所述夹角的最小值超过门限值,则所述判断结果为目标对象之间存在重叠;

若所述夹角的最小值未超过所述门限值,则所述判断结果为目标对象之间不存在重

叠。

7.根据权利要求2所述的语音分离方法,其特征在于,获取所述混合语音信号对应的