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！

龙图腾网获悉广州铁路职业技术学院(广州铁路机械学校)申请的专利一种单通道声音分离方法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：CN115331693B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202210805069.6，技术领域涉及：G10L21/0272；该发明授权一种单通道声音分离方法是由韩威;熊志金设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。

本一种单通道声音分离方法在说明书摘要公布了：本发明提供一种单通道声音分离方法，属于单通道混合声音信号分离领域，方法包括：对第一单通道目标声信号和第一单通道干扰声信号进行混合，得到第一单通道混合声信号；基于半非负矩阵分解算法构建得到声音分离网络，通过第一单通道目标声信号和第一单通道混合声信号对声音分离网络进行训练得到声音分离模型；将第二单通道混合声信号输入至声音分离模型进行分离得到第二目标声信号。本发明可让网络具有较好的提取目标声信号成分的能力，从而更好的重构目标声，实现较好的声音分离效果。

本发明授权一种单通道声音分离方法在权利要求书中公布了：1.一种单通道声音分离方法，其特征在于，包括如下步骤： S1：导入第一单通道目标声信号x和第一单通道干扰声信号y，并对所述第一单通道目标声信号x和所述第一单通道干扰声信号y进行混合，得到第一单通道混合声信号s； S2：基于半非负矩阵分解算法构建得到声音分离网络W，通过所述第一单通道目标声信号x和所述第一单通道混合声信号s对所述声音分离网络W进行训练，得到声音分离模型M； S3：将第二单通道混合声信号s′输入至所述声音分离模型M进行分离，得到第二目标声信号 所述声音分离网络W包括输入层、傅里叶变换层、能量谱分离层、一维卷积单元C1、一维卷积单元C2和目标声重构层， 所述步骤S2中的过程包括： S21：所述输入层输入所述第一单通道混合声信号s； S22：所述傅里叶变换层对所述第一单通道混合声信号s和所述一维卷积单元C1进行卷积运算，得到傅里叶变换的实部R； 对所述第一单通道混合声信号s和所述一维卷积单元C2进行卷积运算，得到傅里叶变换的虚部I； 对所述傅里叶变换的实部R和所述傅里叶变换的虚部I进行计算，得到傅里叶变换能量谱E和傅里叶变换相位谱P； S23：所述能量谱分离层对所述傅里叶变换能量谱E进行半非负矩阵分解以及部分重构，得到能量谱E1； S24：所述目标声重构层对所述能量谱E1和所述傅里叶变换相位谱P进行计算，得到实部R1和虚部I1； 对所述实部R1和所述虚部I1进行组合，得到复数X1； 对所述复数X1进行傅里叶反变换得到复数x1； 提取所述复数x1的实部，得到实部x2； 提取所述实部x2的前n1个元素作为第三目标声信号 其中，所述傅里叶变换的实部R、所述傅里叶变换的虚部I、所述傅里叶变换能量谱E、所述傅里叶变换相位谱P、所述能量谱E1、所述实部R1、所述虚部I1、所述复数X1、所述复数x1和所述实部x2的大小均为1×n2，且n2≥n1； S25：通过第一式对所述第一单通道目标声信号x和所述第三目标声信号计算所述声音分离网络W的损失函数L，得到损失函数L，所述第一式为： 其中，L为损失函数，x为第一单通道目标声信号，为第三目标声信号，∑x2为对第一单通道目标声信号x中的元素先进行平方再求和，为对中的元素先进行平方再求和，log10为计算以10为底的对数； S26：根据所述损失函数L对所述声音分离网络W进行参数更新，得到声音分离模型M。

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广州铁路职业技术学院(广州铁路机械学校)，其通讯地址为：510430 广东省广州市白云区石井街庆隆中路100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”。