用于语音分离、识别的短时傅里叶变化的优化方法及系统

摘要

本发明实施例提供一种用于语音分离的短时傅里叶变化的优化方法。该方法包括：通过设定窗长上限的窗函数控制短时傅里叶变换的滑动窗口长度，使滑动窗口长度连续可变；利用短时傅里叶变换的滑动窗口长度对混合噪声训练语音进行处理，得到音频幅度谱；将音频幅度谱输入至语音分离模型进行有监督训练，根据有监督训练的收敛结果从长度连续可变的滑动窗口中确定备选窗口长度。本发明实施例还提供一种用于语音分离的短时傅里叶变化的优化系统。本发明实施例通过控制窗内参数将不能训练离散窗长转换为连续的量，这样即可实现训练窗长的目的。可以通过训练得到适合该数据集的最优窗长，进而提升语音分离和识别的效果。