基于深度神经网络的单通道语音分离算法

摘要

本发明提供了一种基于深度神经网络的单通道语音分离算法，主要包括以下步骤：对训练语音样本进行预处理，并提取其特征信息；使用损失函数对深度神经网络进行训练，以获得深度神经网络模型；将待测试语音样本进行预处理，提取其特征信息，并通过训练后的深度神经网络模型进行语音分离，再通过语音重构得到分离结果。本发明利用输入输出之间的非线性关系来训练深度神经网络，与传统基于单输出深度神经网络的分离方法相比，它充分挖掘了输出之间的联合关系，且分离效率较高，一次可分离两个源语音信号，有效地降低了语音的失真率，同时提高了分离语音的可懂性。