用于音乐源分离的带扩张GRU的扩张卷积
声音
2019-06-05 v1 机器学习
音频与语音处理
摘要
Wavenet中使用的堆叠扩张卷积已被证明可有效生成高质量音频。通过在卷积层中用扩张替代池化/步长，它们能保留高分辨率信息并仍能到达远距离位置。产生高分辨率预测在音乐源分离中也至关重要，其目标是在保持分离声音质量的同时分离不同声源。因此，本文研究使用堆叠扩张卷积作为音乐源分离的骨干。然而，尽管堆叠扩张卷积比标准卷积能到达更宽上下文，其有效感受野仍是固定的，可能对复杂音乐音频信号而言不够宽。为到达远距离位置的信息，我们提出将扩张卷积与一种称为“扩张GRU”的门控循环单元（GRU）改进版本结合以构成一个块。扩张GRU单元从固定k步之前而非前一步接收信息。该修改使GRU单元能以更少循环步数到达某位置并运行更快，因为它可部分并行执行。我们表明，带有此类块堆叠的所提模型在分离人声与伴奏方面表现与最先进（state-of-the-art）模型相当或更好。
引用
@article{arxiv.1906.01203,
title = {Dilated Convolution with Dilated GRU for Music Source Separation},
author = {Jen-Yu Liu and Yi-Hsuan Yang},
journal= {arXiv preprint arXiv:1906.01203},
year = {2019}
}