买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利一种基于声纹特征的多人语音分离方法、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113990344B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111004878.9，技术领域涉及：G10L21/0272；该发明授权一种基于声纹特征的多人语音分离方法、设备及介质是由沈莹;程诗丹;周子怡;张林;赵生捷设计研发完成，并于2021-08-30向国家知识产权局提交的专利申请。

本一种基于声纹特征的多人语音分离方法、设备及介质在说明书摘要公布了：本发明涉及一种基于声纹特征的多人语音分离方法、设备及介质，该方法包括：S1：获取目标说话人的声纹特征Xref以及对混合音频采用短时傅里叶变换提取其频谱特征Xmix；S2：通过拼接混合音频的频谱特征Xmix与目标说话人的声纹特征Xref得到参考声纹特征的频谱特征X′mix，并将频谱特征X′mix输入到用于捕获低级别音频特征的扩张卷积层，得到语音分离模型的输入特征Xinput；S3：通过基于语音分离模型获取频谱掩膜，并将其与混合音频的频谱特征Xmix相乘，得到预测出的目标说话人的纯净音频的频谱；通过参考混合音频的相位谱并结合短时傅里叶逆变换，得到预测出的目标说话人在时域上的纯净音频。与现有技术相比，本发明具有语音分离精度高的优点。

本发明授权一种基于声纹特征的多人语音分离方法、设备及介质在权利要求书中公布了：1.一种基于声纹特征的多人语音分离方法，其特征在于，该方法包括以下步骤： 步骤S1：声纹特征提取，包括获取目标说话人的声纹特征Xref以及对混合音频采用短时傅里叶变换提取其频谱特征Xmix； 步骤S2：声纹特征融合，通过拼接混合音频的频谱特征Xmix与目标说话人的声纹特征Xref得到参考声纹特征的频谱特征X′mix，并将频谱特征X′mix输入到用于捕获低级别音频特征的扩张卷积层，得到语音分离模型的输入特征Xinput； 步骤S3：语音分离，通过基于语音分离模型获取频谱掩膜，并将其与混合音频的频谱特征Xmix相乘，得到预测出的目标说话人的纯净音频的频谱；通过参考混合音频的相位谱并结合短时傅里叶逆变换，得到预测出的目标说话人在时域上的纯净音频； 所述步骤S1中获取目标说话人的声纹特征Xref具体为：将目标说话人的参考音频输入至声纹特征提取器中，获取目标说话人的梅尔频率倒谱系数MFCCs，将其作为目标说话人的声纹特征Xref，具体包括以下步骤： 步骤S11：同时对目标说话人的参考音频和混合音频进行静音段修剪； 步骤S12：对去除静音段的参考音频和去除静音段的混合音频进行处理，以保证参考音频的长度与混合音频的长度一致； 步骤S13：从去除静音段的参考音频中提取梅尔频率倒谱系数MFCCs，取前P维作为目标说话人的声纹特征Xref； 所述语音模型获取频谱掩膜的过程具体为：使用深度聚类模型DPCL基于输入特征Xinput得到嵌入向量，采用K-Means算法对得到的嵌入向量进行聚类获取频谱掩膜。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。