使用基于吸引子正则化的非负张量分解进行音频点成形
声音
2024-07-15 v1 音频与语音处理
摘要
点成形是一种使用多个麦克风阵列的目标说话人提取技术。该方法对每个麦克风阵列应用波束成形（BF），并将BF输出中的公共分量估计为目标源。本研究提出了一种基于非负张量分解（NTF）的新的公共分量提取方法，以提高模型的可解释性，并实现对超参数更鲁棒的点成形。此外，引入了基于吸引子的正则化，以促进在NTF中自动选择最优目标基。实验结果表明，所提方法在点成形性能上优于传统方法，并展现出一些适合实际应用的特性。
引用
@article{arxiv.2407.08951,
title = {Audio Spotforming Using Nonnegative Tensor Factorization with Attractor-Based Regularization},
author = {Shoma Ayano and Li Li and Shogo Seki and Daichi Kitamura},
journal= {arXiv preprint arXiv:2407.08951},
year = {2024}
}
备注
Accepted at EUSIPCO2024