面向（非）社交（协同）稀疏音频修复的建模与算法框架
声音
2017-12-01 v1 音频与语音处理
摘要
我们提出了一种用于音频修复问题的统一建模与算法框架。它涵盖了分析稀疏先验以及更经典的合成稀疏先验，以及规则稀疏性以及由收缩算子（如社交收缩）体现的各种形式的结构化稀疏性。该框架的通用性在两种修复场景中得到展示：去噪与去削波。在这些场景上的大量实验结果突显了分析稀疏先验所带来的20%甚至更高的加速，以及社交与普通两种形式均可实现的显著去削波质量。虽然两种形式总体上表现出相似性能，但其详细比较显示出取决于所考虑的是去削波还是去噪的不同趋势。
引用
@article{arxiv.1711.11259,
title = {A modeling and algorithmic framework for (non)social (co)sparse audio restoration},
author = {Clément Gaultier and Nancy Bertin and Srđan Kitić and Rémi Gribonval},
journal= {arXiv preprint arXiv:1711.11259},
year = {2017}
}