人声分离提取方法方法、装置、计算机设备及存储介质与流程

本申请涉及语音识别技术领域，尤其涉及人声分离提取方法方法、装置、计算机设备及存储介质

背景技术：

语音分离(speechseparation)是一种在音频中分离出主要说话人语音的技术，主要包括语音增强(speechenhancement)、多说话人分离(speakerseparation)、解混响(de-reverberation)。人声与环境声分离，利用了语音增强的技术，在录音中去除环境噪声而保留下人声，达到分离出纯净人声的目的。

在实际的处理过程当中，随着人工智能的发展，基于人声和环境声分离的应用深入到人们的生活，对于语音识别，一方面需要改进语音识别自身技术，另一方面，需要提高语音分离的性能以提供尽可能纯净的语音。作为语音识别的前端。深度学习兴起，语音分离也逐渐由传统方法转为监督学习的方法。目前最好的用于语音分离的语音增强系统，在抗噪的时候，为了最大程度上去除噪音，会出现抑制部分人声的情况，造成语音的失真。

技术实现要素：

本申请实施例的目的在于提出一种语音提取方法，能够克服抗噪过程中对语音部分的抑制而造成的人声失真。

为了解决上述技术问题，本申请实施例提供一种人声分离提取方法，采用了如下所述的技术方案：

一种人声分离提取方法，包括下述步骤：

将带有环境噪声的录音转化为原始幅度谱；

将所述原始幅度谱输入到预先训练的抗噪神经网络，以确定与所述原始幅度谱相应的p-psm值，所述p-psm值大于等于0；

将所述原始幅度频谱与对应的p-psm点乘，以获取去噪幅度谱；

将所述去噪幅度谱输入到预先训练的谐波恢复神经网络，以恢复所述去噪幅度频谱，并获取所述去噪幅度频谱对应的纯净幅度频谱；

将所述纯净幅度频谱转换为语音。

进一步的，所述步骤将所述原始幅度谱输入到预先训练的抗噪神经网络，以确定与所述原始幅度谱相应的p-psm值，所述p-psm值大于等于0，具体包括：

将原始幅度频谱输入到连续的至少两层blstm模型当中，并且通过blstm模型，输出第一相关值；

将所述第一相关值通过连接层连接，以获取与预处理幅度频谱对应的p-psm值。

进一步的，所述将所述去噪幅度谱输入到预先训练的谐波恢复神经网络，以恢复所述去噪幅度频谱，并获取所述去噪幅度频谱对应的纯净幅度频谱，具体包括：

将所述去噪幅度频谱输入到连续的至少两层的blstm模型当中，并且通过blstm模型，输出根据时域与所述去噪幅度频谱对应的隐层输出；

通过全连接层连接所述隐层输出，以获取所述去噪幅度频谱对应的纯净幅度频谱。

为了解决上述技术问题，本申请还公开了一种神经网络的训练方法

一种神经网络的训练方法，用于如上所述的抗噪神经网络的训练，其特征在于，包括：

通过短时傅里叶变换，将带有环境音的语音转换为降噪训练幅度谱，并且通过短时傅里叶变换，将对应的纯净语音转换为标准幅度谱；

将降噪训练幅度谱输入到所述抗噪网络，并且输出对应的p-psm；

将所述降噪训练网络与所述p-psm点乘，以获取降噪训练中间幅度谱；

根据降噪训练中间幅度谱和对应的标准幅度谱，通过l1进行训练，调整所述抗噪神经网络，使得所述抗噪神经网络收敛，所述l1具体包括：

l1＝log[hm(t,f)-s(t,f)]²

其中，hm(t,f)为所述降噪训练中间幅度谱，s(t,f)为所述降噪训练中间幅度对应的标准幅度谱。

为了解决上述技术问题，本申请还公开了一种神经网络的训练方法

一种神经网络的训练方法，用于如上所述的谐波恢复神经网络的训练，其特征在于，包括：

将去噪幅度谱输入到谐波恢复神经网络中，所述谐波恢复神经网络包括至少两层blstm模型并且根据每层所述的隐层输出，通过全连接层获取与所述隐层输出对应的恢复训练中间幅度谱；

根据所述恢复训练中间幅度谱以及与所述去噪幅度谱相对应的标准幅度谱通过损失函数计算损失，损失函数为：

loss＝log([h(t,f)-s(t,f)]²)

其中，h(t,f)为所述恢复训练中间幅度谱，s(t,f)为与所述去噪幅度谱相对应的标准幅度谱；

对各层blstm模型对应的损失加权以获得总体损失，加权的公式为：

其中lossi为第i层所述blstm模型对应的损失函数的损失，ai为与lossi相对应的调节参数；

最小化l2。

为解决上述技术问题，本申请开公开了一种人声分离提取装置

一种人声分离提取装置，包括：

幅度谱转化模块，用于将带有环境噪声的录音转化为原始幅度谱；

p-psm计算模块，用于将所述原始幅度谱输入到预先训练的抗噪神经网络，以确定与所述原始幅度谱相应的p-psm值，所述p-psm值大于等于0；

去噪模块，用于将所述原始幅度频谱与对应的p-psm点乘，以获取去噪幅度谱；

恢复模块，用于将所述去噪幅度谱输入到预先训练的谐波恢复神经网络，以通过损失函数恢复所述去噪幅度频谱，并获取所述去噪幅度频谱对应的纯净幅度频谱；

语音转换模块，用于将所述纯净幅度频谱转换为语音。

为解决上述技术问题，本申请开公开了一种神经网络的训练装置

一种神经网络的训练装置，用于训练抗噪神经网络，包括：

训练幅度谱转化模块，通过短时傅里叶变换，将带有环境音的语音转换为降噪训练幅度谱，并且通过短时傅里叶变换，将对应的纯净语音转换为标准幅度谱；

训练p-psm确定模块，用于将降噪训练幅度谱输入到所述抗噪网络，并且输出对应的训练p-psm；

训练模块，用于将所述降噪训练网络与所述p-psm点乘，以获取降噪训练中间幅度谱；

调整模块，根据降噪训练中间幅度谱和对应的标准幅度谱，通过l1进行训练，调整所述抗噪神经网络，使得所述抗噪神经网络收敛，所述l1具体包括：

l1＝log[hm(t,f)-s(t,f)]²

其中，hm(t,f)为所述降噪训练中间幅度谱，s(t,f)为所述降噪训练中间幅度对应的标准幅度谱。

为解决上述技术问题，本申请开公开了一种神经网络的训练装置

一种神经网络的训练装置，用于训练恢复神经网络，包括：

去噪幅度谱处理模块，用于将去噪幅度谱输入到谐波恢复神经网络中，所述谐波恢复神经网络包括至少两层blstm模型，并且根据每层所述的隐层输出，通过全连接层获取与所述隐层输出对应的恢复训练中间幅度谱；

隐层输出损失模块，用于根据所述恢复训练中间幅度谱以及与所述去噪幅度谱相对应的标准幅度谱通过损失函数计算损失，损失函数为：

loss＝log([h(t,f)-s(t,f)]²)

其中，h(t,f)为所述恢复训练中间幅度谱，s(t,f)为与所述去噪幅度谱相对应的标准幅度谱；

总损失模块，用于对各层blstm模型对应的损失加权以获得总体损失，加权的公式为：

其中lossi为第i层所述blstm模型对应的损失函数的损失，ai为与lossi相对应的调节参数；

调整模块，用于最小化l2。

为解决上述技术问题，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的一种人声分离提取方法的步骤。

为解决上述技术问题，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的一种人声分离提取方法的步骤。

与现有技术相比，本申请实施例主要有以下有益效果：通过设置抗噪神经网络对带有环境噪声的原始幅度谱做损失，估算原始幅度谱和纯净幅度频谱之间的相关性，获取psm值，为了保证降噪过程中对语音的损失，将psm值限定为正值，即p-psm，并通过p-psm的点乘，获取取出噪音的去噪幅度谱，之后通过设置谐波回复神经网络对去噪幅度谱做恢复，以实现对去噪幅度谱的恢复得到仅有语音的纯净幅度谱，之后转换为语音，该方案能够避除噪声规避过程中语音的损失，人声提取更为准确。

附图说明

为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请可以应用于其中的示例性系统架构图；

图2根据本申请的一种人声分离提取方法的一个实施例的流程图；

图3是图2中步骤s200的一种具体实施方式的流程图；

图4是图2中步骤s400的一种具体实施方式的流程图；

图5根据本申请用于训练抗噪神经网络的一种神经网络的训练方法一个实施例的流程图；

图6根据本申请用于训练谐波恢复神经网络的一种神经网络的训练方法一个实施例的流程图；

图7根据本申请一种人声分离提取的结构示意图；

图8根据本申请用于训练抗噪神经网络的一种神经网络的训练装置的结构示意图；

图9根据本申请用于训练谐波恢复神经网络的一种神经网络的训练装置的结构示意图；

图10是根据本申请的计算机设备的一个实施例的结构示意图。

具体实施方式

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

继续参考图2，示出了根据本申请的一种人声分离提取方法的一个实施例的流程图。

一种人声分离提取方法，包括下述步骤：

步骤s100：将带有环境噪声的录音转化为原始幅度谱；

具体将音频设备接收到的模拟信号数字化，通过傅里叶变换，转换为原始幅度谱。

步骤s200：将所述原始幅度谱输入到预先训练的抗噪神经网络，以确定与所述原始幅度谱相应的p-psm值，所述p-psm值大于等于0；

其中psm(phase-sensitivemask)为相位敏感掩模，能够将频谱通过根据相位进行输出，在本实施例中，psm能够基于时域反应原始幅度频谱与语音产生的频谱的相关性，p-psm为positive-psm，对psm取正值，能够降低由于剔除环境噪音对语音的影响，从而降低去噪幅度谱中关于语音的损失。

将带噪语音通过短时傅里叶变换转换为幅度谱，考虑相位信息，进行补偿，p-psm公式如下，

其中，|s(t,f)|代表纯净语音的幅度谱，|y(t,f)|代表带噪语音的幅度谱，θ^s代表纯净语音的相位角，θ^y代表带噪语音的相位角，(t,f)表示的是时频单元。要注意的是，p-psm的范围是[0,+∞)。在θ^s与θ^y相同的情况下，认为该时频单元没有噪声干扰，即保留该时频单元的所有信息；在θ^s与θ^y相反的情况下，认为该时频单元的噪声干扰强烈，去除该时频单元的信息；其他情况下，根据|θ^s-θ^y|来确定保留信息的多少，相位差越小，保留该时频单元的信息越多，反之，抑制该时频单元的信息越多。

获取到的p-psm是一个与原始幅度谱相对应的矩阵，矩阵中的每个元素表示相应原始幅度谱上，对应的位置与人声的相关性，通过p-psm与原始幅度谱达到降噪的效果，与现有方案相比通过相位角表示原始幅度谱与人声的相关性，处理结果对人声的损失较少，结果更为准确。

步骤s300：将所述原始幅度频谱与对应的p-psm点乘，以获取去噪幅度谱；

具体，通过原始幅度谱与p-psm点乘，以根据原始幅度谱与语音的相关性修剪原始频谱，最终得到去噪幅度谱。

步骤s400：将所述去噪幅度谱输入到预先训练的谐波恢复神经网络，以恢复所述去噪幅度频谱，并获取所述去噪幅度频谱对应的纯净幅度频谱；

去噪幅度谱在实现去噪的过程当中可能损失掉部分语音对应的幅度，通过梯度损失函数计算梯度损失，通过多次叠加损失对去噪幅度频谱进行修正，以尽量还原语音对应的幅度，最终得到纯净的幅度频谱。

步骤s500：将所述纯净幅度频谱转换为语音。

与现有技术相比，本申请实施例主要有以下有益效果：通过设置抗噪神经网络对带有环境噪声的原始幅度谱做损失，估算原始幅度谱和纯净幅度频谱之间的相关性，获取psm值，为了保证降噪过程中对语音的损失，将psm值限定为正值，即p-psm，并通过p-psm的点乘，获取取出噪音的去噪幅度谱，之后通过设置谐波回复神经网络对去噪幅度谱做梯度损失，以实现对去噪幅度谱的恢复得到仅有语音的纯净幅度谱，之后转换为语音，该方案能够避除噪声规避过程中语音的损失，人声提取更为准确。

进一步的，所述步骤s200将所述原始幅度谱输入到预先训练的抗噪神经网络，以确定与所述原始幅度谱相应的p-psm值，所述p-psm值大于等于0，具体包括：

步骤s201：将原始幅度频谱输入到连续的至少两层blstm模型当中，并且通过blstm模型，输出第一相关值；

双向长短时记忆网络(bidirectionallongshort-termmemory,blstm)，将原始幅度频谱根据时域划分，并同时输入到blstm当中，通过双向的相关性提对幅度谱进行选取，因为人声起伏具备一定的规律性，在时域上具备很强的前后相关性，而噪声是杂乱的，前后相关性不大，通过blstm能够强化人声而剔除掉部分噪声。得到第一相关值

步骤s202：将所述第一相关值通过连接层连接，以获取与预处理幅度频谱对应的p-psm值。

通过连接层将至少两层blstm处理的时域分组的原始幅度谱连接，以得到p-psm，并通过p-psm与原始幅度谱的点积获取去噪幅度谱。

进一步的，所述将所述去噪幅度谱输入到预先训练的谐波恢复神经网络，以恢复所述去噪幅度频谱，并获取所述去噪幅度频谱对应的纯净幅度频谱，具体包括：

步骤s401：将所述去噪幅度频谱输入到连续的至少两层的blstm模型当中，并且通过blstm模型，输出根据时域与所述去噪幅度频谱对应的隐层输出；

步骤s402：通过全连接层连接所述隐层输出，以获取所述去噪幅度频谱对应的纯净幅度频谱；

通过谐波恢复网络中至少一轮blstm模型对去噪幅度谱进行调整，每层blstm模型均输出隐层输出，并作为下一层blstm模型的输入，之后通过全连接层，将最后一层blstm模型输出的隐层输出进行连接，以最终实现去噪幅度谱的补全，得到纯净幅度谱，补全降噪过程中对语音对应的幅度谱的损失，最终实现对去噪幅度谱的补全，得到纯净幅度谱，该方案能够提升纯净幅度谱的准确性。该方案能够降低降噪过程中对人声造成的损失。

为了解决上述技术问题，本申请实施例提供一种神经网络的训练方法，采用了如下所述的技术方案：

一种神经网络的训练方法，用于上述的抗噪神经网络的训练，包括：

步骤sa1：通过短时傅里叶变换，将带有环境音的语音转换为降噪训练幅度谱，并且通过短时傅里叶变换，将对应的纯净语音转换为标准幅度谱；

步骤sa2：将降噪训练幅度谱输入到所述抗噪网络，并且输出对应的p-psm；

步骤sa3：将所述降噪训练网络与所述p-psm点乘，以获取降噪训练中间幅度谱；

步骤sa4：

根据降噪训练中间幅度谱和对应的标准幅度谱，通过l2进行训练，调整所述抗噪神经网络，使得所述抗噪神经网络收敛，所述l2具体包括：

l1＝log[hm(t,f)-s(t,f)]²

其中，hm(t,f)为所述降噪训练中间幅度谱，s(t,f)为所述降噪训练中间幅度对应的标准幅度谱。

符合对数规律声波与人体听觉接收的声音相似度高，通过对数损失函数对原始幅度谱进行损失计算，能够有效还原语音频谱。

该方案能够提升降噪申请网络的训练精度。

为了解决上述技术问题，本申请实施例提供一种神经网络的训练方法，采用了如下所述的技术方案：

一种神经网络的训练方法，用于上述谐波恢复神经网络的训练：包括：

步骤sb1：将去噪幅度谱输入到谐波恢复神经网络中，所述谐波恢复神经网络包括至少两层blstm模型并且根据每层所述的隐层输出，通过全连接层获取与所述隐层输出对应的恢复训练中间幅度谱；

步骤sb2：

根据所述恢复训练中间幅度谱以及与所述去噪幅度谱相对应的标准幅度谱通过损失函数计算损失，损失函数为：

loss＝log([h(t,f)-s(t,f)]²)

其中，h(t,f)为所述恢复训练中间幅度谱，s(t,f)为与所述去噪幅度谱相对应的标准幅度谱；

步骤sb3：

对各层blstm模型对应的损失加权以获得总体损失，加权的公式为：

其中lossi为第i层所述blstm模型对应的损失函数的损失，ai为与lossi相对应的调节参数。

步骤sb4：最小化l2。

该方案能够提升谐波恢复神经网络的训练精度。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

为了解决上述技术问题，本申请实施例提供一种人声分离提取装置，采用了如下所述的技术方案：

一种人声分离提取装置，包括：

幅度谱转化模块100，用于将带有环境噪声的录音转化为原始幅度谱；

p-psm计算模块200，用于将所述原始幅度谱输入到预先训练的抗噪神经网络，以确定与所述原始幅度谱相应的p-psm值，所述p-psm值大于等于0；

去噪模块300，用于将所述原始幅度频谱与对应的p-psm点乘，以获取去噪幅度谱；

恢复模块400，用于将所述去噪幅度谱输入到预先训练的谐波恢复神经网络，以通过损失函数恢复所述去噪幅度频谱，并获取所述去噪幅度频谱对应的纯净幅度频谱；

语音转换模块500，用于将所述纯净幅度频谱转换为语音。

与现有技术相比，本申请实施例主要有以下有益效果：通过设置抗噪神经网络对带有环境噪声的原始幅度谱做损失，估算原始幅度谱和纯净幅度频谱之间的相关性，获取psm值，为了保证降噪过程中对语音的损失，将psm值限定为正值，即p-psm，并通过p-psm的点乘，获取取出噪音的去噪幅度谱，之后通过设置谐波回复神经网络对去噪幅度谱做梯度损失，以实现对去噪幅度谱的恢复得到仅有语音的纯净幅度谱，之后转换为语音，该方案能够避除噪声规避过程中语音的损失，人声提取更为准确。

为了解决上述技术问题，本申请实施例提供一种神经网络的训练装置，采用了如下所述的技术方案：

一种神经网络的训练装置，用于训练抗噪神经网络，包括：

训练幅度谱转化模块201，通过短时傅里叶变换，将带有环境音的语音转换为降噪训练幅度谱，并且通过短时傅里叶变换，将对应的纯净语音转换为标准幅度谱；

训练p-psm确定模块202，用于将降噪训练幅度谱输入到所述抗噪网络，并且输出对应的训练p-psm；

训练模块203，用于将所述降噪训练网络与所述p-psm点乘，以获取降噪训练中间幅度谱；

调整模块204，根据降噪训练中间幅度谱和对应的标准幅度谱，通过l2进行训练，调整所述抗噪神经网络，使得所述抗噪神经网络收敛，所述l2具体包括：

l1＝log[hm(t,f)-s(t,f)]²

其中，hm(t,f)为所述降噪训练中间幅度谱，s(t,f)为所述降噪训练中间幅度对应的标准幅度谱。

为了解决上述技术问题，本申请实施例提供一种神经网络的训练装置，采用了如下所述的技术方案：

去噪幅度谱处理模块301，用于将去噪幅度谱输入到谐波恢复神经网络中，所述谐波恢复神经网络包括至少两层blstm模型，并且根据每层所述的隐层输出，通过全连接层获取与所述隐层输出对应的恢复训练中间幅度谱；

隐层输出损失模块302，用于根据所述恢复训练中间幅度谱以及与所述去噪幅度谱相对应的标准幅度谱通过损失函数计算损失，损失函数为：

loss＝log([h(t,f)-s(t,f)]²)

其中，h(t,f)为所述恢复训练中间幅度谱，s(t,f)为与所述去噪幅度谱相对应的标准幅度谱；

总损失模块303，用于对各层blstm模型对应的损失加权以获得总体损失，加权的公式为：

其中lossi为第i层所述blstm模型对应的损失函数的损失，ai为与lossi相对应的调节参数；

调整模块304，用于最小化l2。

根据损失函数的结果，调整谐波恢复网络中的blstm模型，使得损失函数的结果收敛并趋于最小化，最终实现对blsm模型中参数的训练，该方案能够提升谐波恢复神经网络的训练精度。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)等非易失性存储介质，或随机存储记忆体(randomaccessmemory，ram)等。

为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图6，图6为本实施例计算机设备基本结构框图。

所述计算机设备9包括通过系统总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是，图中仅示出了具有组件61-63的计算机设备6，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程门阵列(field－programmablegatearray，fpga)、数字处理器(digitalsignalprocessor，dsp)、嵌入式设备等。

所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

所述存储器61至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器61可以是所述计算机设备6的内部存储单元，例如该计算机设备6的硬盘或内存。在另一些实施例中，所述存储器61也可以是所述计算机设备6的外部存储设备，例如该计算机设备6上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。当然，所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中，所述存储器61通常用于存储安装于所述计算机设备6的操作系统和各类应用软件，例如一种人声分离提取方法的程序代码等。此外，所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器62在一些实施例中可以是中央处理器(centralprocessingunit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中，所述处理器62用于运行所述存储器61中存储的程序代码或者处理数据，例如运行所述一种人声分离提取方法的程序代码。

所述网络接口63可包括无线网络接口或有线网络接口，该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。

本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有一种人声分离提取程序，所述一种人声分离提取程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的一种人声分离提取方法的步骤。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除