结合声学特征和状态空间模型的语音分离方法及系统

本发明涉及语音分离技术领域，具体涉及结合声学特征和状态空间模型的语音分离方法及系统。本发明为了实现语音分离提供了一种语音分离模型，其首先通过音频编码部对混合语音Voicemix进行编码以得到N种不同分辨率的音频特征{F1~FN}，接着通过声学特征提取部基于{F1~FN}提取出多尺度语音特征G'm，然后通过状态空间网络部对G'm进行长期建模以得到长时特征IT,out，最后通过音频解码部结合{F1~FN}与IT,out解码重构出{Voice1,…,VoiceN}。本发明解决了现有语音分离方法面对长序列音频会出现建模局限而影响语音分离性能的问题。