语音分离方法、装置、电子设备及计算机可读存储介质

摘要

本申请提供了一种语音分离方法、装置、电子设备及计算机可读存储介质，应用于语音处理技术领域，其中该方法包括：提取目标通话音频对应的声谱图的三维特征，充分利用了说话者的信息，能够提升语音切分的准确性；此外，通过预训练的循环神经网络自动输出目标通话音频的分割标签，对转换点的判断更加精准，进而提升语音切分的准确性，再者，不需要另外的聚类算法进行聚类处理，从而能够实现语音分离的端到端处理。