[发明专利]语音提取方法、系统、装置及存储介质

说明书

本发明实施例公开了一种语音提取方法、系统、装置及存储介质，包括：获取目标说话人的特征向量及多通道混合语音的多通道特征向量；将特征向量及多通道特征向量输入到预设模型提取目标特征向量；根据目标特征向量及多通道特征向量确定目标语音信号；预设模型的训练方法包括:获取样本训练数据；将特征向量样本及多通道特征向量样本输入到特征提取模块得到第一特征向量；将第一特征向量及多通道特征向量样本输入到分离模块得到第二特征向量；根据特征向量样本与第二特征向量的目标函数计算的目标值更新特征提取模块和分离模块。本发明的技术方案，能够在无需寻找中间接入层的情况下，提高了语音提取分离的效果，可广泛应用于人工智能领域。

技术领域

本发明涉及人工智能领域，尤其涉及一种语音提取方法、系统、装置及存储介质。

背景技术

多通道语音提取的目的是同时从含噪含混响的混合语音中提取出每个说话人单独的语音。大多数语音提取方法是使用每个说话人的特征作为输入量，或者将说话人特征和混合语音的特征拼接到一起后再作为输入量，并将输入量输入到语音提取模块的某个中间层，但是很难找到最优的一个中间层作为输入量的接入层；当选择的输入量的接入层不准确时，导致从多通道语音中提取的单通道语音的效果不佳。

发明内容

本发明实施例提供了一种语音提取方法、系统、装置及存储介质，能够在无需寻找中间接入层的情况下，提高了语音提取分离的效果。

为实现上述目的，本发明实施例提供了一种语音提取方法，包括：

获取预先注册的目标说话人的特征向量及多通道混合语音的多通道特征向量；

将所述预先注册的目标说话人的特征向量及所述多通道特征向量输入到预设模型提取目标说话人的目标特征向量；

根据所述目标说话人的目标特征向量及所述多通道特征向量确定目标说话人的目标语音信号；

其中，所述预设模型包括特征提取模块和分离模块，所述预设模型的训练方法包括:

获取样本训练数据，所述样本训练数据包括单通道语音的特征向量样本、预先注册的特征向量样本和多通道混合语音的多通道特征向量样本；

将所述预先注册的特征向量样本及所述多通道特征向量样本输入到所述特征提取模块得到第一特征向量；

将所述第一特征向量及所述多通道特征向量样本输入到所述分离模块得到第二特征向量；

根据所述单通道语音的特征向量样本与所述第二特征向量之间的优化目标函数计算优化目标值，根据所述优化目标值更新所述特征提取模块和所述分离模块。

为实现上述目的，本发明实施例提供了一种语音提取系统，包括：

获取模块，用于获取预先注册的目标说话人的特征向量及多通道混合语音的多通道特征向量；

提取模块，用于将所述预先注册的目标说话人的特征向量及所述多通道特征向量输入到预设模型提取目标说话人的目标特征向量；

转换模块，用于根据所述目标说话人的目标特征向量及所述多通道特征向量确定目标说话人的目标语音信号；

其中，所述预设模型包括特征提取模块和分离模块，所述预设模型的训练方法包括:

获取样本训练数据，所述样本训练数据包括单通道语音的特征向量样本、预先注册的特征向量样本和多通道混合语音的多通道特征向量样本；

将所述预先注册的特征向量样本及所述多通道特征向量样本输入到所述特征提取模块得到第一特征向量；

将所述第一特征向量及所述多通道特征向量样本输入到所述分离模块得到第二特征向量；