摘要： 目前，基于深度學(xué)習(xí)的時域單通道語音分離模型在無噪聲場景下取得了顯著的成效。然而，在含噪場景下，這些模型的編碼器會將噪聲特征誤認為是源語音特征，影響掩碼估計的準確性，導(dǎo)致分離性能不理想。針對此問題，提出一種基于注意力機制的時域語音分離模型，來降低噪聲對語音分離任務(wù)的影響。具體地，考慮到時域編碼器輸出特征的各通道重要性差異，提出在編碼器內(nèi)部嵌入一個高效通道注意力(Efficient... （共9頁）