摘要
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