本发明提供一种声源分离方法及装置,所述方法包括:获取视频帧图像中的视觉引导特征;将第一混叠多声源声谱图和所述视觉引导特征输入训练好的预测编码循环卷积神经网络模型,获取第一掩膜图;根据所述第一混叠多声源声谱图和所述第一掩膜图,获取分离的声音信号。本发明通过将视觉引导特征和混叠多声源声谱图输入训练好的预测编码循环卷积神经网络模型预测各声音分量的掩膜图,然后利用掩膜图和混叠多声源声谱图获取分离的声音信号,实现声谱图和视觉引导特征在同一网络模型中进行处理,网络模型规模小,且视觉特征和声音特征能够渐进式的有效融合,提高了声源分离的精度。
- 网站首页Home
-
新闻资讯
News
欢迎访问我们网站
-
科技资源
Resources
-
科技服务
Service
-
交易公示
Publicity
-
合作伙伴
Partner
-
我要发布
Release
-
风采大厅
Events
-
联系我们
Contact
江苏淮海技术产权交易中心是由江苏淮海科技城、徐州市科技局和中国矿业大学国家大学科技园联合出资设立的，专业从事技术成果转化、转移与技术产权交易的服务机构。
发明专利
-
专利名称：声源分离方法及装置专利类型：发明专利专利号：CN202210073239.6发布日期：2025-12-19授权公告日：
-
详细内容
扫描访问手机版 科技与知识产权
关于我们
电话：0516-83896168 传真：0516-83896168 邮箱：jshtec@163.com 网址：www.jshtec.com 地址：江苏徐州市金山东路中国矿业大学国家大学科技园科技大厦
