1.一種由一個或多個計算機執(zhí)行的方法，所述方法包括：
2.根據(jù)權利要求1所述的方法，其中所述第一噪聲參數(shù)集包括第一噪聲波形。
3.根據(jù)權利要求2所述的方法，其中將所述第一噪聲參數(shù)集應用于所述第一初始音頻波形包括：
4.根據(jù)權利要求2所述的方法，其中將所述第一噪聲參數(shù)集應用于所述第一初始音頻波形包括：
5.根據(jù)任一項前述權利要求所述的方法，其中所述目標函數(shù)通過多尺度頻譜重構損失來測量以下之間的所述誤差：(i)所述重構音頻波形，以及(ii)通過將所述第二噪聲參數(shù)集應用于所述第一初始音頻波形而生成的所述音頻波形。
6.根據(jù)任一項前述權利要求所述的方法，其中所述被指定為干凈特征維度的特征維度集與所述被指定為噪聲特征維度的特征維度集不相交。
7.根據(jù)任一項前述權利要求所述的方法，其中所述輸入音頻波形的所述嵌入包括表示所述輸入音頻波形的多個特征矢量，其中每個特征矢量包括：(i)所述被指定為干凈特征維度的特征維度集，以及(ii)所述被指定為噪聲特征維度的特征維度集。
8.根據(jù)任一項前述權利要求所述的方法，其中生成所述混合嵌入包括對所述混合嵌入進行矢量量化。
9.根據(jù)權利要求8所述的方法，其中對所述混合嵌入進行矢量量化包括：
10.根據(jù)任一項前述權利要求所述的方法，其中所述第一初始音頻波形和所述第二初始音頻波形是語音波形或音樂波形。
11.根據(jù)任一項前述權利要求所述的方法，其中所述編碼器神經(jīng)網(wǎng)絡和所述解碼器神經(jīng)網(wǎng)絡具有相應的卷積神經(jīng)網(wǎng)絡架構。
12.根據(jù)任一項前述權利要求所述的方法，還包括：
13.根據(jù)權利要求12所述的方法，其中所述目標函數(shù)測量以下之間的誤差：(i)由所述鑒別器神經(jīng)網(wǎng)絡通過處理所述重構音頻波形而生成的一個或多個中間輸出，以及(ii)由所述鑒別器神經(jīng)網(wǎng)絡通過處理通過將所述第二噪聲參數(shù)集應用于所述第一初始音頻波形而生成的所述音頻波形而生成的一個或多個中間輸出。
14.根據(jù)任一項前述權利要求所述的方法，還包括：
15.根據(jù)權利要求14所述的方法，其中通過將所述第三有噪聲的音頻波形的所述嵌入的所述噪聲特征維度的值設置為默認值來生成所述干凈嵌入包括：
16.根據(jù)任一項前述權利要求所述的方法，還包括：
17.根據(jù)任一項前述權利要求所述的方法，其中確定測量以下之間的誤差的目標函數(shù)的梯度：(i)所述重構音頻波形，以及(ii)通過將所述第二噪聲參數(shù)集應用于所述第一初始音頻波形而生成的音頻波形，包括：
18.根據(jù)任一項前述權利要求所述的方法，其中使用所述梯度來更新所述編碼器神經(jīng)網(wǎng)絡和所述解碼器神經(jīng)網(wǎng)絡的參數(shù)值包括：
19.一種由一個或多個計算機執(zhí)行的方法，所述方法包括：
20.根據(jù)權利要求19所述的方法，還包括，在壓縮所述音頻波形的所述量化表示之前：
21.根據(jù)權利要求19所述的方法，還包括，在壓縮所述音頻波形的所述量化表示之前：
22.根據(jù)權利要求19所述的方法，其中壓縮所述音頻波形的所述量化嵌入包括：
23.根據(jù)權利要求19至22中任一項所述的方法，其中壓縮所述音頻波形的所述量化嵌入包括：
24.一種由一個或多個計算機執(zhí)行的方法，所述方法包括：
25.一種由一個或多個計算機執(zhí)行的方法，所述方法包括：
26.根據(jù)權利要求25所述的方法，其中修改所述音頻波形的所述嵌入的所述噪聲特征維度包括：
27.根據(jù)權利要求25所述的方法，其中修改所述音頻波形的所述嵌入的所述噪聲特征維度包括：
28.一種由一個或多個計算機執(zhí)行的方法，所述方法包括：
29.一種系統(tǒng)，包括：
30.一種或多種非暫時性計算機存儲介質，所述非暫時性計算機存儲介質存儲指令，所述指令在由一個或多個計算機執(zhí)行時，使所述一個或多個計算機執(zhí)行根據(jù)權利要求1至28中任一項所述的相應方法的操作。