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！

龙图腾网获悉中移(苏州)软件技术有限公司;中国移动通信集团有限公司申请的专利一种语音分离方法、装置及存储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：CN115938385B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202110945149.7，技术领域涉及：G10L21/028；该发明授权一种语音分离方法、装置及存储介质是由卢慧君;蔡敦波;钱岭;黄智国设计研发完成，并于2021-08-17向国家知识产权局提交的专利申请。

本一种语音分离方法、装置及存储介质在说明书摘要公布了：本申请实施例公开了一种语音分离方法、装置及存储介质，该方法将时域的混合音频数据和图像数据输入到第一神经网络中进行特征融合，输出K个第一特征图；将频域的语谱图输入到第二神经网络中进行特征分离，输出K个第二特征图；基于K个第一特征图和K个第二特征图，得到K个语谱图掩码；最后基于K个语谱图掩码和语谱图，得到分离后的K个独立音频数据。这样，在进行语音分离时，引入第一神经网络用于多感知特征提取以增强语音特征，得到K个第一特征图，引入第二神经网络对混合语音数据的语谱图进行K成分分离，得到K个第二特征图，利用第一特征图和第二特征图进行语谱图掩码预测能够提高预测准确性，从而实现混合音频数据的有效分离。

本发明授权一种语音分离方法、装置及存储介质在权利要求书中公布了：1.一种语音分离方法，其特征在于，所述方法包括： 获取原始视频数据； 将所述原始视频数据输入到语音分离模型进行语音分离处理，得到K个独立音频数据；其中，K取正整数，所述语音分离处理包括： 从所述原始视频数据中提取混合音频数据和图像数据； 将所述混合音频数据和所述图像数据输入到第一神经网络中进行特征融合，输出K个第一特征图； 将所述混合音频数据进行短时傅里叶变换得到语谱图； 将所述语谱图输入到第二神经网络中进行特征分离，输出K个第二特征图； 基于所述K个第一特征图和所述K个第二特征图，得到K个语谱图掩码； 基于所述K个语谱图掩码和所述语谱图，得到分离后的K个独立音频数据； 其中，所述特征融合包括：基于预设的图像尺寸对所述图像数据中的图像进行转换和裁剪，得到多帧第一图像；对所述多帧第一图像进行三维卷积操作和池化操作，提取所述图像数据对应的第三特征图；对所述混合音频数据进行卷积操作和池化操作，提取所述混合音频数据对应的第四特征图；将所述第三特征图和所述第四特征图输入到拼接子网进行按通道拼接，得到第五特征图；将所述第五特征图输入到三维残差子网络中，输出所述K个第一特征图； 所述基于所述K个第一特征图和所述K个第二特征图，得到K个语谱图掩码，包括：将所述K个第一特征图和所述K个第二特征图按通道进行乘积运算，得到K个语谱图掩码； 所述基于所述K个语谱图掩码和所述语谱图，得到分离后的K个独立音频数据，包括：将所述K个语谱图掩码分别与所述语谱图进行乘积运算，得到K个语谱图；将所述K个语谱图进行短时傅里叶逆变换，得到所述K个独立音频数据。

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中移(苏州)软件技术有限公司;中国移动通信集团有限公司，其通讯地址为：215163 江苏省苏州市高新区昆仑山路58号1幢中移软件园；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”。