语音信号的深度生成分解
声音
2020-10-28 v1 机器学习
音频与语音处理
摘要
各种信息因子在语音信号中混合，这构成了大多数语音信息处理任务的主要困难。一个直观的想法是将语音信号分解为独立的信息因子（例如音素内容与说话人特征），尽管这被证明极具挑战性。本文提出一种基于新颖的因子判别归一化流模型（factorial DNF）的语音分解方法。在涉及音素内容与说话人特征的两因子案例上进行的实验表明，所提出的 factorial DNF 具有强大的语音信号分解能力，并在信息表示与操控方面优于若干对比模型。
引用
@article{arxiv.2010.14242,
title = {Deep generative factorization for speech signal},
author = {Haoran Sun and Lantian Li and Yunqi Cai and Yang Zhang and Thomas Fang Zheng and Dong Wang},
journal= {arXiv preprint arXiv:2010.14242},
year = {2020}
}
备注
Submitted to ICASSP 2021