CN114495973B 一种基于双路径自注意力机制的特定人语音分离方法 （中山大学）_第1页
CN114495973B 一种基于双路径自注意力机制的特定人语音分离方法 （中山大学）_第2页
CN114495973B 一种基于双路径自注意力机制的特定人语音分离方法 （中山大学）_第3页
CN114495973B 一种基于双路径自注意力机制的特定人语音分离方法 （中山大学）_第4页
CN114495973B 一种基于双路径自注意力机制的特定人语音分离方法 （中山大学）_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于双路径自注意力机制的特定人语本发明公开了一种基于双路径自注意力机并输入至预训练的说话人编码器，得到身份特特征和信噪比估计值依次经过预训练的语音分声和多人语音干扰的混合语料中提取出该目标2将融合特征和信噪比估计值依次经过预训练的语音分离器和2.根据权利要求1所述一种基于双路径自注意力机制的特定人语音分离方法，其特征3.根据权利要求2所述一种基于双路径自注意力机制的特定人语音分离方法，其特征4.根据权利要求3所述一种基于双路径自注意力机制的特定人语音分离方法，其特征5.根据权利要求4所述一种基于双路径自注意力机制的特定人语音分离方法，其特征基于预训练的语音编码器将混合语料转换为语音信号序列；6.根据权利要求5所述一种基于双路径自注意力机制的特定人语音分离方法，其特征7.根据权利要求6所述一种基于双路径自注意力机制的特定人语音分离方法，其特征3基于预训练的双路径自注意力机制语音分离器将拼接特征分基于语音解码器将分离后的三维特征模块进行重组和拼接，恢复得8.根据权利要求7所述一种基于双路径自注意力机制的特定人语音分离方法，其特征以CrossEntropyLoss为损失函数，根据训练用梅尔频谱和第一训练集中的真实标4论是时频域还是时域的方法，分离的效果都会因为训练和测试条件不完全匹配而有所下降，其中测试数据与训练数据信噪比水平(在分离任务中指目标说话人声与其余干扰人声5[0038]图1是本发明一种基于双路径自注意力机制的特定人语音分离方法的步骤流程6步骤的执行顺序均可根据本领域技术人员的匀分布的三角带通滤波器，即带通滤波器的中心频率间隔随着滤波器索引的减小而缩小，7块一起，从混合语料中提取当前语音片段中的信噪比估计值(SNR)，代替训练阶段GroundV，随后Q与K进行矩阵相乘，得到某一时刻与序列中其他时刻的相关性打分矩阵R，R通过8对应的语料中选取一条音频作为注册语料用于从训练好的说话人编码器中提取身份特征向量E，再从A剩余的语料中随机选择一条音频作为目标恢复语音信号S1；B作为干扰说话[0085]以SI-SNR(scale-invariantsignal-to-noiseratio)为损失函数，训练语音分[0087]SI-SNR和L1Loss分别作为分离模块和信噪比估计模块训练的损失函数，相加的9的指令在由处理器执行时用于实现如上所述一种基于双路径自注意力机制的特定人语音[0105]以上是对

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论