基于卷积神经网络的语音分离算法-研究论文

人声分离是将一组源信号从一组混合信号中分离出来，没有关于源信号或混合过程的大量信息。 互联网上有大量音频数据可用。 使用机器学习和围绕一个上下文构建的数据集可用于设计能够对音频数据执行声音分离的系统。 我们的算法使用卷积神经网络，对输入进行下采样，然后上采样到所需的输出。 由混合对话组成的自定义数据集用于训练，预期输出是正确分离的两个声源。