[发明专利]使用深度信息净化声音的方法和系统以及计算机可读介质

摘要

在一实施例中，方法包括：接收多个第一图像，多个所述第一图像至少包括发出声音的人的与嘴相关的部分，且每一所述第一图像均具有深度信息；获取噪声谱，所述噪声谱包括人的声音的第一表示；使用所述第一图像提取多个视觉特征，多个所述视觉特征中的一个通过使用多个所述第一图像中的第二图像的深度信息获得；使用所述噪声谱提取多个音频特征；使用所述视觉特征和所述音频特征确定第一谱；从所述噪声谱中减去所述第一谱，以获得人的声音的净化表示；以及驱使与输入/输出相关的输出设备使用人的声音的净化表示输出响应。