本發(fā)明提供一種聲源分離方法及裝置,所述方法包括:獲取視頻幀圖像中的視覺(jué)引導特征;將第一混疊多聲源聲譜圖和所述視覺(jué)引導特征輸入訓練好的預測編碼循環(huán)卷積神經(jīng)網(wǎng)絡(luò )模型,獲取第一掩膜圖;根據所述第一混疊多聲源聲譜圖和所述第一掩膜圖,獲取分離的聲音信號。本發(fā)明通過(guò)將視覺(jué)引導特征和混疊多聲源聲譜圖輸入訓練好的預測編碼循環(huán)卷積神經(jīng)網(wǎng)絡(luò )模型預測各聲音分量的掩膜圖,然后利用掩膜圖和混疊多聲源聲譜圖獲取分離的聲音信號,實(shí)現聲譜圖和視覺(jué)引導特征在同一網(wǎng)絡(luò )模型中進(jìn)行處理,網(wǎng)絡(luò )模型規模小,且視覺(jué)特征和聲音特征能夠漸進(jìn)式的有效融合,提高了聲源分離的精度。
- 網(wǎng)站首頁(yè)Home
-
新聞資訊
News
歡迎訪(fǎng)問(wèn)我們網(wǎng)站
-
科技資源
Resources
-
科技服務(wù)
Service
-
交易公示
Publicity
-
合作伙伴
Partner
-
我要發(fā)布
Release
-
風(fēng)采大廳
Events
-
聯(lián)系我們
Contact
江蘇淮海技術(shù)產(chǎn)權交易中心是由江蘇淮?？萍汲?、徐州市科技局和中國礦業(yè)大學(xué)國家大學(xué)科技園聯(lián)合出資設立的，專(zhuān)業(yè)從事技術(shù)成果轉化、轉移與技術(shù)產(chǎn)權交易的服務(wù)機構。
發(fā)明專(zhuān)利
-
專(zhuān)利名稱(chēng)：聲源分離方法及裝置專(zhuān)利類(lèi)型：發(fā)明專(zhuān)利專(zhuān)利號：CN202210073239.6發(fā)布日期：2025-12-19授權公告日：
-
詳細內容
掃描訪(fǎng)問(wèn)手機版 科技與知識產(chǎn)權
友情鏈接
關(guān)于我們
電話(huà)：0516-83896168 傳真：0516-83896168 郵箱：jshtec@163.com 網(wǎng)址：www.jshtec.com 地址：江蘇徐州市金山東路中國礦業(yè)大學(xué)國家大學(xué)科技園科技大廈
