摘要：提出基于深層聲學(xué)特征的端到端單聲道語(yǔ)音分離算法,傳統(tǒng)聲學(xué)特征提取方法需要經(jīng)過(guò)傅里葉變換、離散余弦變換等操作,會(huì)造成語(yǔ)音能量損失以及長(zhǎng)時(shí)間延遲.為了改善這些問(wèn)題,提出了以語(yǔ)音信號(hào)的原始波形作為深度神經(jīng)網(wǎng)絡(luò)的輸入,通過(guò)網(wǎng)絡(luò)模型來(lái)學(xué)習(xí)語(yǔ)音信號(hào)的更深層次的聲學(xué)特征,實(shí)現(xiàn)端到端的語(yǔ)音分離.客觀評(píng)價(jià)實(shí)驗(yàn)說(shuō)明,本文提出的分離算法不僅有效地提升了語(yǔ)音分離的性能,也減少了語(yǔ)音分離算法的時(shí)間延遲.