基于因果低延迟低复杂度方法的双耳多通道盲说话人分离
音频与语音处理
2023-12-11 v1 声音
摘要
本文提出了一种因果低延迟低复杂度的双耳多通道盲说话人分离方法，适用于嘈杂混响环境。该模型称为组通信双耳滤波和求和网络（GCBFSnet），在时频域预测复数滤波器以进行滤波求和波束成形。我们应用组通信（GC），即将潜在模型变量分成组，并用共享序列模型处理，旨在降低仅包含一个卷积和一个循环模块的简单模型的复杂度。与无GC的模型相比，GC可将模型大小减少高达83%，复杂度减少高达73%，同时基本保持性能。即使是最小模型配置，GCBFSnet在大多数指标上与低复杂度的TasNet基线性能相当，尽管基线模型更大且所需操作更多。
引用
@article{arxiv.2312.05173,
title = {Binaural multichannel blind speaker separation with a causal low-latency and low-complexity approach},
author = {Nils L. Westhausen and Bernd T. Meyer},
journal= {arXiv preprint arXiv:2312.05173},
year = {2023}
}
备注
Accepted for publication at IEEE ICASSP 2024 OJSP track