面向非整数步长的与采样频率无关层的算法
声音
2024-01-25 v1 音频与语音处理
摘要
本文提出用于处理与采样频率无关（SFI）卷积层与转置卷积层中非整数步长的算法。SFI 层已被开发用于通过单一神经网络处理各种采样频率（SF）。它们可替代其非 SFI 对应层，并引入多种网络架构。然而，当与非 SFI 层结合时，它们无法处理某些特定配置。例如，标准音频源分离模型 Conv-TasNet 的 SFI 扩展无法处理某些训练 SF 与目标 SF 的组合，因为 SFI 层的步长变为非整数。该问题无法通过简单舍入或信号重采样解决，导致显著的性能下降。为克服此问题，我们提出利用加窗 sinc 插值处理非整数步长的算法。所提算法通过插值实现特征的连续时间表示，并使我们能以期望步长对时刻进行采样。音乐源分离实验结果表明，在低于训练 SF 的 SF 下，所提算法优于基于舍入与信号重采样的方法。
引用
@article{arxiv.2306.10718,
title = {Algorithms of Sampling-Frequency-Independent Layers for Non-integer Strides},
author = {Kanami Imamura and Tomohiko Nakamura and Norihiro Takamune and Kohei Yatabe and Hiroshi Saruwatari},
journal= {arXiv preprint arXiv:2306.10718},
year = {2024}
}
备注
5 pages, 3 figures, accepted for European Signal Processing Conference 2023 (EUSIPCO 2023)