摘要：人类能够在多人交谈的复杂环境中专注并识别目标说话人的语音，而现有机器技术尚未完全达到这一水平。针对这一实际应用场景，本文提出了一种时域目标说话人语音提取网络架构，该架构无需将混合语音分解为幅度谱（试读）...
登录
