本发明属于声音信号分离技术领域,特别涉及一种基于注意力机制与扰动感知的声音分离方法,包括获取声音信号数据集,对该数据集的声音信号进行预处理得到混合声音信号,随后将混合声音信号划分为训练集、验证集;将训练集中的混合声音信号输入单通道语音分离网络模型,在交叉熵损失函数的指导下输出得到分离后的独立源信号;利用验证集数据验证每次单通道语音分离网络模型的正确率,并且保存正确率最高时的网络参数;将待分离的混合声音信号数据输入单通道语音分离网络模型,即可得到分割后的独立源声音信号;本发明能够进一步学习区分混合信号中的噪声信号,解决了单通道语音分离网络对噪声鲁棒性不足的问题。
📄 2021105198451
📂 G10L19_26
👤 重庆邮电大学
📅 2021-05-13