用于声源分离的端到端非负自编码器
声音
2019-11-04 v1 音频与语音处理
摘要
用于源分离的判别模型近来已被证明能产生令人印象深刻的结果。然而，当处理训练集之外的声源时，这些模型表现不佳且更新繁琐。非负矩阵分解（NMF）等经典方法提供了模块化的声源分离方法，可轻松更新以适应新的混合场景。在本文中，我们推广 NMF 以开发端到端非负自编码器，并展示如何将其用于声源分离。我们的实验表明，这些模型在分离性能上与判别方法相当，同时保留了 NMF 的模块化和神经网络的建模灵活性。
引用
@article{arxiv.1911.00102,
title = {End-to-end Non-Negative Autoencoders for Sound Source Separation},
author = {Shrikant Venkataramani and Efthymios Tzinis and Paris Smaragdis},
journal= {arXiv preprint arXiv:1911.00102},
year = {2019}
}