构建跨多领域的单通道语音分离语料库
计算与语言
2024-10-30 v1
摘要
迄今为止，关于单通道语音分离的研究大多使用干净的、近场的、朗读式语音进行，这并不能代表许多现代应用。在本工作中，我们开发了一种构建高质量合成重叠数据集的流程，这对于大多数基于深度学习的分离框架是必要的。我们利用 CHiME-5 和 Mixer 6 语料库生成了更贴近现实应用的数据集，并在该数据上评估标准方法，以揭示当前源分离性能的不足。我们还展示了多样化数据在训练能够良好泛化到多种条件的鲁棒模型中的价值。
引用
@article{arxiv.1811.02641,
title = {Building Corpora for Single-Channel Speech Separation Across Multiple Domains},
author = {Matthew Maciejewski and Gregory Sell and Leibny Paola Garcia-Perera and Shinji Watanabe and Sanjeev Khudanpur},
journal= {arXiv preprint arXiv:1811.02641},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication