基于双注意力机制和多阶段混合卷积网络声源分离方法

摘要

本发明公开了一种基于双注意力机制和多阶段混合卷积网络声源分离方法，具体包括：混合信号幅度频谱作为模型的输入，经过混合卷积网络得到精细的时频细节特征，经过多个阶段的混合卷积子网络分别得到多个阶段的特征输出，每个阶段均分别输出多个目标声源的时频掩蔽估计矩阵，与混合信号幅度频谱相乘，得到对应的多个目标声源的幅度频谱，结合混合信号的相位频谱，采用短时傅里叶逆变换得到多个目标声源的时域波形信号。本发明采用的分离网络为全卷积神经网络，参数量小、运算效率高，相较于循环神经网络，本发明采用的分离网络可以在获取到较长范围上下文信息的同时保持网络模型的低计算复杂度。