Deep Transform：通过概率重合成实现鸡尾酒会源分离
声音
2015-03-23 v1 机器学习
神经与进化计算
摘要
在鸡尾酒会聆听场景中，人脑能够分离竞争的语音信号。然而，大脑执行鸡尾酒会聆听所实施的信号处理机制尚未被充分理解。在此，我们训练了两个独立的卷积自编码器深度神经网络 (DNN)，以分离两个并发语音流的单声道和双声道混合信号。随后，我们将这些 DNN 用作卷积深度变换 (CDT) 设备，以执行概率重合成。CDT 直接在时域中运行。我们的模拟表明，非常简单的神经网络就能够利用鸡尾酒会聆听场景中可用的单声道和双声道信息。
引用
@article{arxiv.1503.06046,
title = {Deep Transform: Cocktail Party Source Separation via Probabilistic Re-Synthesis},
author = {Andrew J. R. Simpson},
journal= {arXiv preprint arXiv:1503.06046},
year = {2015}
}