基于堆叠沙漏网络的音乐源分离方法

摘要

本发明公开了一种基于堆叠沙漏网络的音乐源分离方法，包括步骤：S1、将原始混合语音信号经过分帧、加窗、傅里叶变换得到原始混合语音信号频谱图；S2、将原始混合信号幅度谱输入堆叠沙漏网络，经过堆叠沙漏网络后得到第一人声预测值和第一伴奏预测值；每个沙漏模块下采样第一次卷积后的输出通道等差式递增；S3、经时频掩模得到第二人声预测值和第二伴奏预测值，并得到预测人声信号和预测伴奏信号。与现有技术相比，本发明提供的音乐源分离方法，基于沙漏模块充分利用语音信号上下文之间的联系，从而提升了网络的分离效果，设计了等差式通道递增的结构，来弥补下采样语音谱图时产生的信息丢失，进一步提高了音乐源分离的效果。