基于对数幅度谱和耳间相位差的深度聚类语音分离方法
授权
摘要
本发明公开了一种基于对数幅度谱和耳间相位差的深度聚类语音分离方法,通过提取混合双耳语音信号的对数幅度谱、耳间相位差函数作为输入特征参数,利用深度聚类网络的编码层将特征参数映射为高维特征,实现深度聚类网络编码层的训练。测试时,将测试混合双耳语音信号的特征参数通过训练好的深度聚类网络的编码层映射为高维特征图,再通过K均值聚类方法完成对各频点的分类,得到各频点的二值掩膜矩阵,从而实现混合语音的分离。本发明分离性能良好,且具有较强的鲁棒性。
基本信息
专利标题 :
基于对数幅度谱和耳间相位差的深度聚类语音分离方法
专利标题(英):
暂无
公开(公告)号 :
CN112216301A
申请号 :
CN202011285987.8
公开(公告)日 :
2021-01-12
申请日 :
2020-11-17
授权号 :
CN112216301B
授权日 :
2022-04-29
发明人 :
周琳冯坤王天仪许越林震宇
申请人 :
东南大学
申请人地址 :
江苏省南京市江宁区东南大学路2号
代理机构 :
南京瑞弘专利商标事务所(普通合伙)
代理人 :
彭雄
优先权 :
CN202011285987.8
主分类号 :
G10L21/0272
IPC分类号 :
G10L21/0272 G10L25/30
IPC结构图谱
G
G部——物理
G10
乐器;声学
G10L
语音分析或合成;语音识别;语音或声音处理;语音或音频编码或解码
G10L21/00
为了改变语音或声音信号的质量或其可识度而处理语音或声音信号,以产生另一种可听的或非可听的信号,例如视觉信号或触觉信号
G10L21/02
语音增强,例如降低噪声或消除回声
G10L21/0272
声音信号的分离
法律状态
2022-04-29 :
授权
2021-01-29 :
实质审查的生效
IPC(主分类) : G10L 21/0272
申请日 : 20201117
申请日 : 20201117
2021-01-12 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载