[发明专利]基于记忆和注意力模型的听觉选择方法和装置

摘要

本发明属于语音分离技术领域，具体涉及基于记忆和注意力模型的听觉选择方法和装置。旨在解决现有技术中监督标签的排列、说话人混叠数目不确定以及记忆单元维度固定的问题。本发明提供一种基于记忆和注意力模型的听觉选择方法，包括将原始语音信号编码为时频矩阵，对时频矩阵进行编码和变换，将其转化为语音向量，利用长时记忆单元存储说话人以及其对应的语音向量，获取目标说话人的语音向量，通过注意力选择模型从原始语音信号中分离出目标语音。本发明提供的方法能够不需要固定或者指定说话人的数目，从原始语音信号中分离出目标语音。

主权项

1.一种基于记忆和注意力模型的听觉选择方法，其特征在于，所述方法包括：将原始语音信号编码为包含时间-频率维度的矩阵；对所述矩阵进行编码和变换，将其转化为语音向量；利用长时记忆单元存储说话人以及与其对应的语音向量；从所述长时记忆单元中获取目标说话人对应的语音向量，根据所述目标说话人对应的语音向量，通过注意力选择模型从所述原始语音信号中分离出目标语音。