说话者分离模型的训练方法和说话者分离方法及相关装置
实质审查的生效
摘要
本申请公开了一种说话者分离模型的训练方法和说话者分离方法及相关装置,其中,说话者分离模型的训练方法包括:获取样本环境的样本数据,且样本数据包括同一时间段采集的样本语音数据和样本环境中若干说话者的样本图像序列;利用说话者分离模型,对样本数据进行处理得到各说话者的语音分离掩码,并对语音分离掩码和样本数据进行处理得到说话者分离结果,其中,说话者分离结果用于确定样本语音数据中的不同时间片段的说话者;利用语音分离掩码和说话者分离结果,调整说话者分离模型的网络参数。上述方案,能够提高说话者分离效果。
基本信息
专利标题 :
说话者分离模型的训练方法和说话者分离方法及相关装置
专利标题(英):
暂无
公开(公告)号 :
CN114360573A
申请号 :
CN202111660100.3
公开(公告)日 :
2022-04-15
申请日 :
2021-12-31
授权号 :
暂无
授权日 :
暂无
发明人 :
严哲殷保才李渊强
申请人 :
科大讯飞股份有限公司
申请人地址 :
安徽省合肥市高新开发区望江西路666号
代理机构 :
深圳市威世博知识产权代理事务所(普通合伙)
代理人 :
刘希
优先权 :
CN202111660100.3
主分类号 :
G10L21/0272
IPC分类号 :
G10L21/0272 G10L21/0308 G06K9/62 G06N3/02
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
2022-05-03 :
实质审查的生效
IPC(主分类) : G10L 21/0272
申请日 : 20211231
申请日 : 20211231
2022-04-15 :
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