基于变分自编码器与弱类别监督的音频源分离
声音
2019-08-06 v3 机器学习
音频与语音处理
摘要
本文提出一种源分离方法，其训练过程仅观察混合信号及混合中存在的各源的类别标签，而无需访问任何孤立源。由于我们的方法不要求每个时频单元都有源类别标签，而仅需为构成混合信号的每个源提供一个单一标签，我们称此场景为弱类别监督。我们在非负（组合）模型中为每个源类别关联一个变分自编码器（VAE）。每个VAE提供一个先验模型，用于从声音混合中识别其关联类别的信号。在混合信号上训练模型后，我们获得每个源类别的生成模型，并在数字0到9语音的一秒混合上演示了我们的方法。我们表明，由源类别监督获得的分离性能与由源信号监督获得的性能一样好。
引用
@article{arxiv.1810.13104,
title = {Audio Source Separation Using Variational Autoencoders and Weak Class Supervision},
author = {Ertuğ Karamatlı and Ali Taylan Cemgil and Serap Kırbız},
journal= {arXiv preprint arXiv:1810.13104},
year = {2019}
}
备注
Accepted version