两步单通道语音分离算法

作者：温国伟; 苍岩^*

来源：黑龙江大学工程学报, 2022, 13(03): 79-84.

DOI：10.13524/j.2095-008x.2022.03.041

• 单通道
• 语音分离
• 特征提取
• 深度学习
• 卷积神经网络
• 信噪失真比
• 信噪伪影比
• 信噪干扰比

针对单通道语音分离算法未充分利用语音的相位信息，导致分离的性能不佳，提出了两步单通道语音分离算法。利用特征提取网络作为编码器，波形重构网络作为解码器进行预训练；加入分离模块，利用该模块对提取的声学特征进行操作，估计独立语音信号的掩模。此外，基于TIMIT语音数据集进行仿真实验，与排列不变训练(Permutation invariant training, PIT)算法及其改进的算法进行对比。实验结果表明，提出的方法在信噪失真比(Signal to noise distortion ratio, SDR),信噪伪影比(Signal to noise artifact ratio, SAR),信噪干扰比(Signal to noise interference ratio, SIR)的结果更高，分离性能更优。

• 单位
  哈尔滨工程大学