深度 Griffin-Lim 迭代
声音
2019-03-12 v1 机器学习
音频与语音处理
摘要
本文提出一种新颖的相位重建方法（仅从给定幅度谱图出发），将基于信号处理的方法与深度神经网络（DNN）相结合。为从幅度谱图恢复时域信号，需要相应的相位。Griffin-Lim 算法（GLA）是一种流行的相位重建方法，其基于短时傅里叶变换的冗余性。然而，GLA 常需大量迭代，且因缺乏目标信号的先验知识而产生低质量信号。为解决这些问题，本研究提出了一种架构，其堆叠了包含两层受 GLA 启发的固定层与一个 DNN 的子块。堆叠子块的数量可调，我们可根据应用需求权衡性能与计算负载。所提方法的有效性通过从语音幅度谱图重建相位进行了验证。
引用
@article{arxiv.1903.03971,
title = {Deep Griffin-Lim Iteration},
author = {Yoshiki Masuyama and Kohei Yatabe and Yuma Koizumi and Yasuhiro Oikawa and Noboru Harada},
journal= {arXiv preprint arXiv:1903.03971},
year = {2019}
}
备注
5 pages, to appear in IEEE ICASSP 2019 (Paper Code: AASP-L3.1, Session: Source Separation and Speech Enhancement I)