基于最优传输非负矩阵分解的盲源分离
声音
2018-09-26 v1 音频与语音处理
机器学习
摘要
最优传输作为机器学习优化问题的损失函数近来受到大量关注。基于计算最优传输的最新进展，我们开发了一种最优传输非负矩阵分解（NMF）算法，用于有监督语音盲源分离（BSS）。最优传输使我们能够设计并利用短时傅里叶变换（STFT）谱图频率之间的代价，该代价考虑了人类感知声音的方式。我们给出经验证据，表明在孤立语音重建与BSS任务中，使用我们所提出的最优传输NMF比欧氏NMF在感知上结果更好。最后，我们展示了如何将最优传输用于跨域声音处理任务，其中输入谱图中表示出的频率可能因谱图而异。
引用
@article{arxiv.1802.05429,
title = {Blind Source Separation with Optimal Transport Non-negative Matrix Factorization},
author = {Antoine Rolet and Vivien Seguy and Mathieu Blondel and Hiroshi Sawada},
journal= {arXiv preprint arXiv:1802.05429},
year = {2018}
}
备注
22 pages, 7 figures, 2 additional files