[发明专利]一种基于NMF算法的单传声器语音分离方法在审
| 申请号： | 201710137777.6 | 申请日： | 2017-03-09 |
| 公开（公告）号： | CN108573711A | 公开（公告）日： | 2018-09-25 |
| 发明（设计）人： | 李军锋;李煦;颜永红 | 申请（专利权）人： | 中国科学院声学研究所 |
| 主分类号： | G10L21/0272 | 分类号： | G10L21/0272;G10L21/0308;G10L25/27;G10L15/02;G10L15/06 |
| 代理公司： | 北京方安思达知识产权代理有限公司 11472 | 代理人： | 王宇杨;陈琳琳 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于NMF算法的单传声器语音分离方法，该方法针对每个说话人的训练数据得到很多较小的字典矩阵和一个状态序列，以此来同时描述语音信号的谱结构信息和时间连续性；针对不同帧混合语音，相比于传统的算法采用了较大的字典矩阵而言，由于本发明的算法采用了不同的较小的字典矩阵来描述各帧语音幅度谱，避免了一个说话人的字典描述出另一个说话人的语音信息的现象发生，提高了算法的鲁棒性和语音分离效果。 | ||
| 搜索关键词： | 算法 矩阵 字典 语音 传声器 时间连续性 分离效果 结构信息 训练数据 语音幅度 语音信号 语音信息 状态序列 传统的 鲁棒性 帧混合 | ||
【主权项】：
1.一种基于NMF算法的单传声器语音分离方法，其特征在于，包括：步骤1)针对两个说话人单独采集各自对应的语音信号；步骤2)对步骤1)中采集到的语音信号进行预处理，然后提取语音信号的幅度谱；步骤3)对每个说话人对应的语音信号幅度谱进行k均值聚类和非负矩阵分解，得到两个说话人对应的字典矩阵和状态序列；步骤4)通过步骤3)中得到的两个说话人对应的字典矩阵和状态序列训练FCRF模型；步骤5)对两个说话人的混合语音信号进行特征提取，然后将提取的特征送入经过训练的FCRF模型中进行解码，得到两个说话人状态的后验概率；步骤6)利用步骤5)中得到的后验概率和步骤3)中得到的字典矩阵重构两个说话人的语音信号。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院声学研究所，未经中国科学院声学研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710137777.6/，转载请声明来源钻瓜专利网。
