有监督的语音分离系统

有监督的语音分离分为以下五步：

1. 时频分解：利用信号处理方法（短时傅里叶变换或者听觉滤波器组）把输入的时域信号分解为二维的时频信号表示
2. 特征提取：提取帧级别或者时频单元级别的声学特征
3. 分离目标：常用的语音分离目标主要分为时频掩蔽的目标、目标语音幅度谱估计的目标和隐式时频掩蔽目标
4. 模型训练：, 利用大量的输入输出训练对通过机器学 习算法学习一个从带噪特征到分离目标的映射函数,
5. 波形合成：利用估计的分离目标以及混合信号, 通过逆变换，(逆傅里叶变换或者逆 Gammatone 滤波) 获得目标语音的波形信号.