公开(公告)号：CN112567459A

公开(公告)日：2021-03-26

申请号：CN201880096367.4

申请日：2018-08-24

Applicant: 三菱电机株式会社

Inventor： 相原龙 ,  花泽利行 ,  冈登洋平 ,  G·P·维彻恩 ,  J·勒劳克斯

IPC: G10L21/028 ,  G10L21/0308

Abstract: 声音分离系统的声音分离装置(12)具备：特征量抽出部(121)，抽出混合声音的声音特征量的时间序列数据；块分割部(122)，将声音特征量的时间序列数据分割成具有一定的时间宽度的块；声音分离神经网络(1b)，根据块化的声音特征量的时间序列数据，制作多个说话者各自的掩码的时间序列数据；以及声音恢复部(123)，从掩码的时间序列数据和混合声音的声音特征量的时间序列数据，恢复多个说话者各自的声音数据。在多个说话者各自的掩码的时间序列数据的制作中，声音分离神经网络(1b)在正向的LSTM神经网络中使用与当前相比在时间上靠前的块的时间序列数据，在逆向的LSTM神经网络中使用与当前相比在时间上靠后的包括预先决定的数量的帧的块的时间序列数据。

公开(公告)号：CN112567459B

公开(公告)日：2023-12-12

申请号：CN201880096367.4

申请日：2018-08-24

Applicant: 三菱电机株式会社

Inventor： 相原龙 ,  花泽利行 ,  冈登洋平 ,  G·P·维彻恩 ,  J·勒劳克斯

IPC: G10L21/028 ,  G10L21/0308

Abstract: 声音分离系统的声音分离装置(12)具备：特征量抽出部(121)，抽出混合声音的声音特征量的时间序列数据；块分割部(122)，将声音特征量的时间序列数据分割成具有一定的时间宽度的块；声音分离神经网络(1b)，根据块化的声音特征量的时间序列数据，制作多个说话者各自的掩码的时间序列数据；以及声音恢复部(123)，从掩码的时间序列数据和混合声音的声音特征量的时间序列数据，恢复多个说话者各自的声音数据。在多个说话者各自的掩码的时间序列数据的制作中，声音分离神经网络(1b)在正向的LSTM神经网络中使用与当前相比在时间上靠前的块的时间序列数据，在逆向的LSTM神经网络中使用与当前相比在时间上靠后的包括预先决定的数量