Deep Transform：通过深度神经网络中的复卷积实现鸡尾酒会源分离
声音
2015-04-14 v1 机器学习
神经与进化计算
摘要
卷积深度神经网络 (DNN) 在许多工程问题中处于最先进水平 (SOTA)，但尚未解决如何处理复频谱图的问题。在此，我们利用圆统计量在复卷积 DNN 中提供频谱图相位的便捷概率估计。在典型的鸡尾酒会源分离场景中，我们训练了一个卷积 DNN，以根据单声道混合信号的复频谱图重新合成两个源语音信号的复频谱图——这是一种判别式深度变换 (DT)。随后，我们利用该复卷积 DT 获得源频谱图幅度和分量相位的概率估计。我们的分离结果与基于二值掩码的非复分离方法相当。
引用
@article{arxiv.1504.02945,
title = {Deep Transform: Cocktail Party Source Separation via Complex Convolution in a Deep Neural Network},
author = {Andrew J. R. Simpson},
journal= {arXiv preprint arXiv:1504.02945},
year = {2015}
}