预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113948104A(43)申请公布日2022.01.18(21)申请号202111484876.4(22)申请日2021.12.07(71)申请人思必驰科技股份有限公司地址215123江苏省苏州市苏州工业园区新平街388号腾飞创新园14栋(72)发明人郑俊杰(74)专利代理机构北京商专永信知识产权代理事务所(普通合伙)11400代理人黄谦邓婷婷(51)Int.Cl.G10L21/0272(2013.01)权利要求书1页说明书7页附图4页(54)发明名称盲语音信号分离方法、电子设备和存储介质(57)摘要本发明公开盲语音信号分离方法、电子设备和存储介质,其中,一种盲语音信号分离方法,包括:将采集的多路语音信号加上超参数送入分离器中进行声源分离得到多路分离信号;对所述多路分离信号进行相干性计算得到分离器相干系数;基于所述分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新所述超参数以加快收敛速度。通过将采集的多路语音信号加上超参数送入分离器中进行声源分离得到多路分离信号,之后对多路分离信号进行相干性计算得到分离器相干系数,再基于分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新超参数以加快收敛速度,从而可以实现保证了盲语音信号的收敛速度以及分离效果。CN113948104ACN113948104A权利要求书1/1页1.一种盲语音信号分离方法,包括:将采集的多路语音信号加上超参数送入分离器中进行声源分离得到多路分离信号;对所述多路分离信号进行相干性计算得到分离器相干系数;基于所述分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新所述超参数以加快收敛速度。2.根据权利要求1所述的方法,其中,所述基于所述分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新所述超参数以加快收敛速度包括:将所述分离器相干系数与跟踪的当前帧最小相干系数对比;若所述当前帧最小相干系数大于所述分离器相干系数,更新所述超参数以加快收敛速度。3.根据权利要求2所述的方法,其中,在所述将所述分离器相干系数与跟踪的当前帧最小相干系数对比之后,所述方法还包括:若所述当前帧最小相干系数小于等于所述分离器相干系数,保持所述超参数。4.根据权利要求1所述的方法,其中,所述将采集的多路语音信号送入加上超参数的分离器中包括:对采集的多路语音信号进行短时傅里叶变换得到多路语音信号的频域数据;将所述多路语音信号的频域数据加上超参数送入分离器中进行声源分离得到多路分离信号。5.根据权利要求4所述的方法,其中,在所述基于所述分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新所述超参数以加快收敛速度之后,所述方法还包括:输出分离后的多路语音信号的频域数据;对所述分离出的多路语音信号的频域数据进行短时傅里叶逆变换得到目标语音信号。6.根据权利要求1所述的方法,其中,在所述基于所述分离器相干系数和跟踪的当前帧的最小相干系数确定是否需要更新所述超参数以加快收敛速度之后,所述方法还包括:更新跟踪的当前帧的最小相干系数,将更新后的超参数送入下一帧计算。7.根据权利要求1‑6中任一项所述的方法,其中,所述超参数为辅助函数法的超参数,所述方法采用辅助函数法进行实时盲语音信号分离。8.根据权利要求7所述的方法,其中,所述多路语音信号为两路语音信号。9.一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至8任一项所述方法的步骤。10.一种存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。2CN113948104A说明书1/7页盲语音信号分离方法、电子设备和存储介质技术领域[0001]本发明属于语音数据处理技术领域,尤其涉及盲语音信号分离方法、电子设备和存储介质。背景技术[0002]目前在实时传统盲语音信号分离中,在保证分离效果的同时为了满足实时性的要求对计算复杂度要求也较高。相似的技术独立分量分析,自然梯度法,固定点法,辅助函数法。[0003]自然梯度法与固定点法的独立分量分析,基本原理是通过非高斯性以及独立性假设建立代价函数,并对代价函数求导得到梯度(一阶导数)来指导代价函数最优解的更新;辅助函数法则是通过建立一个优化函数,使其恒小于或恒大于代价函数来指导代价函数最优解的更新。[0004]在实时盲信号处理场景下,自然梯度法与固定点法的独立分量分析能够对信号进行有效分离,但梯度下降法与固定点法的缺陷在于收敛速度慢而且需要进行多次迭代。辅助函数法收敛速度较快但需要设置超参数,该超参数设置