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！

龙图腾网获悉西南交通大学;中国国家铁路集团有限公司申请的专利目标对象语音的获取方法、装置、设备及可读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：CN115206336B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202210601636.6，技术领域涉及：G10L21/0272；该发明授权目标对象语音的获取方法、装置、设备及可读存储介质是由马征;王玮犀;杨柳;郝莉;向吴优;郑佳雯设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本目标对象语音的获取方法、装置、设备及可读存储介质在说明书摘要公布了：本发明提供了目标对象语音的获取方法、装置、设备及可读存储介质，所述方法包括：获取混合语音数据，所述混合语音数据由多个对象的语音混合而成，多个所述对象中包含所述目标对象；基于卷积神经网络模型框架，对时域音频分离网络进行优化，得到优化后的时域音频分离网络；基于排列问题算法，利用所述优化后的时域音频分离网络对所述混合语音数据进行处理，得到只包含所述目标对象语音的语音数据。在本发明中，优化后的TasNet神经网络框架的语音分离具有一定的鲁棒性，适用于普遍的情况。此外，提出的基于排列问题的语音分离算法，可以解决嘈杂环境下分离出目标人声的问题，在时间效率上相较于原始的TasNet框架得到了较大的提升。

本发明授权目标对象语音的获取方法、装置、设备及可读存储介质在权利要求书中公布了：1.目标对象语音的获取方法，其特征在于，包括： 获取混合语音数据，所述混合语音数据由多个对象的语音混合而成，多个所述对象中包含所述目标对象； 基于卷积神经网络模型框架，对时域音频分离网络进行优化，得到优化后的时域音频分离网络； 基于排列问题算法，利用所述优化后的时域音频分离网络对所述混合语音数据进行处理，得到只包含所述目标对象语音的语音数据； 其中，基于卷积神经网络模型框架，对时域音频分离网络进行优化，得到优化后的时域音频分离网络，包括： 基于卷积神经网络模型框架，对所述时域音频分离网络中的分离器进行优化，其中，将所述时域音频分离网络中的分离器替换为卷积自动分离器； 将所述时域音频分离网络中的卷积自动分离器进行预设次数的空洞卷积处理； 将所述时域音频分离网络中的卷积算法替换成深度循环可分离卷积算法； 对所述时域音频分离网络中的分离器进行优化后进行最优参数确定，得到所述优化后的时域音频分离网络； 其中，基于排列问题算法，利用所述优化后的时域音频分离网络对所述混合语音数据进行处理，得到只包含所述目标对象语音的语音数据，包括： 利用所述优化后的时域音频分离网络对所述混合语音数据进行处理，其中，将所述混合语音数据转化成具有预设特征维度的向量； 将所述具有预设特征维度的向量经过连续N层的空洞卷积，并重复M次，得到第一处理结果，所述N和M均为正整数； 将所述第一处理结果作用到所述优化后的时域音频分离网络中的编码器处理的特征图上，得到第二处理结果，所述第二处理结果中包括代表第一语音的第一分离特征图和代表第二语音的第二分离特征图； 基于所述混合语音数据中每条语音与麦克风的距离，对所述混合语音数据中的每条语音进行排序，得到排序后的语音数据； 基于所述排序后的语音数据、所述第一分离特征图和所述第二分离特征图得到所述目标对象的语音数据； 其中，基于所述排序后的语音数据、所述第一分离特征图和所述第二分离特征图得到所述目标对象的语音数据，包括： 根据所述第一分离特征图和所述第二分离特征图对所述优化后的时域音频分离网络中的分离器进行加权处理，再对其进行调参优化处理，得到第二次优化后的时域音频分离网络； 利用所述第二次优化后的时域音频分离网络对所述排序后的语音数据进行抽取，得到距离所述麦克风最近的所述目标对象的语音数据。

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西南交通大学;中国国家铁路集团有限公司，其通讯地址为：610031 四川省成都市二环路北一段111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”。