买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:武汉大学
摘要:本发明公开了一种基于DPRNN‑Ext的单通道端对端语音提取方法,采用双路径循环神经网络作为目标语音提取主网络,其步骤主要包括:1卷积编码器将目标对象的参考语音信息和输入的多人混合录音转为可以进行深度学习的语音特征。2通过嵌入提取网络对上一步得到的目标对象的参考语音特征进行转化,得到能够体现目标对象声纹信息的嵌入向量。3目标语音提取主网络结合嵌入向量和第1步得到的多人混合录音的语音特征,进行目标语音特征的学习。4解码器将上一步得到的目标语音特征进行转化,得到目标对象的语音信息。本发明在目标语音信息提取方面具有准确性、稳定性与及时性,并且在不同目标人条件下具有可观的泛化能力。
主权项:1.基于DPRNN-Ext的单通道端到端语音提取方法,其特征在于,包括:S1:构建基于DPRNN-Ext的单通道端到端语音提取模型,DPRNN-Ext表示改进的双路径递归神经网络,单通道端到端语音提取模型包括卷积编码器、嵌入提取网络、语音提取主网络以及解码器;S2:通过卷积编码器将目标对象的参考语音信息转化为目标对象的参考语音特征,将输入的多人混合录音转化为多人混合录音特征;S3:通过嵌入提取网络对目标对象的参考语音特征进行特征提取,得到能够体现目标对象声纹信息的嵌入向量;S4:通过语音提取主网络结合嵌入向量和多人混合录音特征,学习得到目标语音特征;S5:通过解码器将目标语音特征进行转化,得到一维时域波形,即目标对象的语音信息。
全文数据:
权利要求:
百度查询: 武汉大学 基于DPRNN-Ext的单通道端到端语音提取方法
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。