基于时频掩蔽的确定盲源分离及其在谐波向量分析中的应用
音频与语音处理
2021-04-15 v4 声音
信号处理
摘要
本文提出了基于音频盲源分离（BSS）通用算法框架的谐波向量分析（HVA），该框架亦在本文中给出。当麦克风数与声源数相等（确定情形）时，卷积音频混合的BSS通常通过多通道线性滤波实现。本文处理此类基于批处理的确定盲源分离。为估计解混滤波器，对源信号的有效建模十分重要。一个成功例子是独立向量分析（IVA），其通过各源频率分量间的共现性对信号建模。为赋予源建模更大自由度，本文给出了确定盲源分离的通用框架。该框架基于使用原始-对偶分裂算法的即插即用方案，使我们能够通过时频掩蔽隐式地对源信号建模。利用所提框架，可通过设计增强源信号的掩蔽来开发确定盲源分离算法。作为其应用示例，我们通过定义一种利用倒谱稀疏性增强音频信号谐波结构的时频掩蔽，提出了HVA。实验表明，对于语音和音乐信号，HVA均优于IVA与独立低秩矩阵分析（ILRMA）。本文随附提供MATLAB代码以供参考（https://doi.org/10.24433/CO.9507820.v1）。
引用
@article{arxiv.2004.14091,
title = {Determined BSS based on time-frequency masking and its application to harmonic vector analysis},
author = {Kohei Yatabe and Daichi Kitamura},
journal= {arXiv preprint arXiv:2004.14091},
year = {2021}
}