DBNET：用于端到端远场声源分离的DOA驱动波束成形网络
音频与语音处理
2020-10-23 v1 人工智能
信号处理
摘要
许多深度学习技术可用于执行声源分离和降低背景噪声。然而，利用深度学习和传统声学信号处理技术设计端到端多通道声源分离方法仍然具有挑战性。本文提出一种到达方向驱动的波束成形网络（DBnet），由到达方向（DOA）估计层和波束成形层组成，用于端到端声源分离。我们提出仅基于分离语音信号与目标语音信号之间的距离来训练DBnet，无需说话人的真实DOA。为提升声源分离性能，我们还提出了DBnet的端到端扩展，其融合了后掩蔽网络。我们在一个极具挑战性的数据集上评估所提出的DBnet及其扩展，该数据集面向混响和噪声环境下的真实远场声源分离。实验结果表明，所提出的采用卷积循环后掩蔽网络的扩展DBnet优于最先进的声源分离方法。
引用
@article{arxiv.2010.11566,
title = {DBNET: DOA-driven beamforming network for end-to-end farfield sound source separation},
author = {Ali Aroudi and Sebastian Braun},
journal= {arXiv preprint arXiv:2010.11566},
year = {2020}
}
备注
5 pages, 4 figures