[发明专利]一种单通道语音分离系统

权利要求书

1.一种单通道语音分离系统，其特征在于：包括深度嵌入式特征提取模块、语音分离模块、区分性训练模块和联合训练模块；其中，

深度嵌入式特征提取模块，用于作为深度嵌入式特征的提取器，利用深度神经网络训练得到，其训练目标函数为：

其中，V表示深度嵌入式特征，TF表示经过傅里叶变换后的时频块，C表示混合说话人的个数，B表示每一个时频块的源对应关系；

语音分离模块，与深度嵌入式特征提取模块通信连接，是基于句子级别的排列不变性训练准则进行语音分离，训练从深度嵌入式特征到各个目标语音信号的映射模型；

区分性训练模块，与语音分离模块通信连接，用于增大不同说话人之间的距离，同时减小相同说话人之间的距离，提高语音分离的性能，其损失函数为：

其中，α≥0表示区分性学习的正则化参数，P表示所有可能的排列组合，φ表示所有可能的排列组合中的一种，φ^*表示语音分离模块的训练目标函数；

联合训练模块，用于联合训练和优化深度嵌入式特征提取模块与区分性训练模块，其训练目标函数为：

J＝λJ_DC+(1-λ)J_DL

其中，λ表示深度嵌入式特征提取模块和区分性训练模块的权重。

2.根据权利要求1所述的一种单通道语音分离系统，其特征在于：语音分离模块与深度嵌入式特征提取模块连接，利用深度嵌入式特征将语音进行分离，分离的输出为理想相位敏感掩蔽值(IPSM)

其中，f_γ(*)表示基于深度神经网络的非线性映射函数；

对于语音分离模块的训练方向为：

其中，|Y|表示混合语音的幅值谱，|X_s|表示目标源s的幅值谱，θ_y和θ_s分别表示混合语音和目标源s的相位；

语音分离模块的训练目标函数为：

其中，P表示所有可能的排列组合。