公开(公告)号：CN119170038A

公开(公告)日：2024-12-20

申请号：CN202410951123.7

申请日：2024-07-16

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  周小茏 ,  龚艾飞 ,  李平安 ,  叶蕾

IPC: G10L21/0308 ,  G10L21/0264 ,  G10L25/30 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于通道注意力机制和Transformer的端到端含噪语音分离方法,包括：构建了时序感知上下文通道注意力层，从特征的通道维度对其进行有效地过滤和筛选；同时，由于时序感知和上下文感知特性的存在，进一步提高了含噪下通道权重分配的合理性；其次，为了增强编码器输出的语音潜在特征的全局表达和建模能力，提出双向LSTM‑Transformer编码器层，其中带有双向LSTM的前馈层进一步丰富了多头注意力特征中的全局上下文信息，提升了编码器进行特征编码的有效性。本发明实现了在复杂噪声下语音分离系统性能的提升，并且在各种分离测试指标上均显示出提升，另外合理的特征筛选所带来的模型复杂度的降低和有效性的提升，使得本发明适合大多涉及人机交互的应用场景。