[发明专利]语音人声分离方法、装置、终端及存储介质

权利要求书

1.一种语音人声分离方法，其特征在于，所述语音人声分离方法包括以下步骤：

在接收到语音人声分离请求时，获取待分离语音数据；

将所述待分离语音数据按照获取时间顺序，进行有序存储；

识别所述待分离语音数据中的噪声单元和人声单元；

冻结各所述噪声单元，并从所述待分离语音数据中分离所述人声单元。

2.如权利要求1所述的语音人声分离方法，其特征在于，所述识别所述待分离语音数据中的噪声单元和人声单元的步骤包括：

按照所述获取时间顺序，将所述待分离语音数据分割为预设个数的语音片段单元；

基于各所述语音片段单元，识别所述待分离语音数据中的所述噪声单元和所述人声单元。

3.如权利要求2所述的语音人声分离方法，其特征在于，所述基于各所述语音片段单元，识别所述待分离语音数据中的所述噪声单元和所述人声单元的步骤包括：

依次将各所述语音片段单元与预设的噪声特征模型进行比对，获得各所述语音片段单元相对所述噪声特征模型的相似度；

依次将各所述相似度和预设特征阈值进行比较；

将所述相似度超过所述预设特征阈值的所述语音片段单元，确定为所述噪声单元；

将所述相似度不超过所述预设特征阈值的所述语音片段单元，确定为所述人声单元。

4.如权利要求3所述的语音人声分离方法，其特征在于，所述冻结各所述噪声单元，并从所述待分离语音数据中分离所述人声单元的步骤包括：

按照所述获取时间顺序，生成所述语音片段单元的时间轴信息；

从所述时间轴信息中提取所述噪声单元的第一时间轴标识和所述人声单元的第二时间轴标识；

基于所述时间轴信息和所述第一时间轴标识，冻结各所述噪声单元；

基于所述时间轴信息和所述第二时间轴标识，从所述待分离语音数据中分离所述人声单元。

5.如权利要求4所述的语音人声分离方法，其特征在于，所述从所述时间轴信息中提取所述噪声单元的第一时间轴标识和所述人声单元的第二时间轴标识的步骤包括：

获取所述噪声单元在所述语音片段单元的第一位置信息，将所述第一位置信息在所述时间轴信息中指向的时间点，确定为所述噪声单元的第一时间轴标识；

获取所述人声单元在所述语音片段单元的第二位置信息，将所述第二位置信息在所述时间轴信息中指向的时间点，确定为所述人声单元的第二时间轴标识。

6.如权利要求5所述的语音人声分离方法，其特征在于，所述基于所述时间轴信息和所述第一时间轴标识，冻结各所述噪声单元的步骤包括：

从所述待分离语音数据中筛选出时间轴信息为所述第一时间轴标识的目标噪声；

锁定各所述目标噪声。

7.如权利要求6所述的语音人声分离方法，其特征在于，所述基于所述时间轴信息和所述第二时间轴标识，从所述待分离语音数据中分离所述人声单元的步骤包括：

从所述待分离语音数据中提取时间轴信息为所述第二时间轴标识的目标人声；

将各所述目标人声按照所述时间顺序进行重组，生成所述人声单元。

8.一种语音人声分离装置，其特征在于，所述语音人声分离装置包括：

获取模块，用于在接收到语音人声分离请求时，获取待分离语音数据；

存储模块，用于将所述待分离语音数据按照获取时间顺序，进行有序存储；

识别模块，用于识别所述待分离语音数据中的噪声单元和人声单元；

分离模块，用于冻结各所述噪声单元，并从所述待分离语音数据中分离所述人声单元。

9.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的语音人声分离程序，所述语音人声分离程序被所述处理器执行时实现如权利要求1至7中任一项所述的语音人声分离方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有语音人声分离程序，所述语音人声分离程序被处理器执行时实现如权利要求1至7中任一项所述的语音人声分离方法的步骤。