语音分离方法、系统、车辆及存储介质

本申请提供一种语音分离方法、系统、车辆及存储介质中，通过采集车辆空间内至少一个对象的图像序列和混合语音信号；根据所述图像序列和所述混合语音信号进行语音信号分离，以确定所述车辆控件内每个对象的语音信号。本方案摒弃传统的配置多个语音采集装置进行语音采集保证语音分离准确的方案，通过采集对应的图像序列结合混合语音信号进行多模态语音分离，提升语音分离的准确性，降低语音分离对语音采集设备的依赖性，进而可以减少语音采集装置的配置，降低成本。