深度滤波：利用复时频滤波器进行信号提取与重构
声音
2019-12-10 v3 音频与语音处理
摘要
从带有额外无用信号的单通道混合信号中提取信号最常使用时频（TF）掩码。通常，掩码由深度神经网络（DNN）估计，并逐元素应用于复混合短时傅里叶变换（STFT）表示以执行提取。理想掩码幅度在 TF 单元中仅含无用信号时为零，而在完全相消干涉时未定义。通常，掩码具有上限以在牺牲有限提取能力的情况下提供定义良好的 DNN 输出。我们提出用 DNN 为每个混合 TF 单元估计一个复 TF 滤波器，该滤波器将相应混合信号中的 STFT 区域映射到期望的 TF 单元，以解决混合 TF 单元中的相消干涉问题。DNN 通过最小化提取信号与真实期望信号之间的误差来优化，从而无需指定真实 TF 滤波器即可学习 TF 滤波器。我们通过从 Google AudioSet 语料库中分离语音与多种不同声音和噪声类别，将我们的方法与复值和实值 TF 掩码进行比较。我们还用陷波滤波器处理混合 STFT 并置零整个时间帧，以模拟传输中的丢包，从而展示我们方法的重构能力。所提方法优于基线，尤其在应用陷波滤波器和时间帧置零时。
引用
@article{arxiv.1904.08369,
title = {Deep Filtering: Signal Extraction and Reconstruction Using Complex Time-Frequency Filters},
author = {Wolfgang Mack and Emanuël A. P. Habets},
journal= {arXiv preprint arXiv:1904.08369},
year = {2019}
}