基于乐器标签条件的端到端声源分离
声音
2019-05-10 v2 机器学习
音频与语音处理
摘要
我们能否使用深度学习模型对数量可变的声源进行端到端音乐源分离？我们提出了 Wave-U-Net 模型的扩展，其允许以非固定声源数量进行端到端单声道源分离。此外，我们提出了在 Wave-U-Net 瓶颈处使用乐器标签的乘法条件化，并展示了其对分离结果的影响。该方法引出了其他类型的条件化，例如音视频源分离与乐谱知情源分离。
关键词
引用
@article{arxiv.1811.01850,
title = {End-to-End Sound Source Separation Conditioned On Instrument Labels},
author = {Olga Slizovskaia and Leo Kim and Gloria Haro and Emilia Gomez},
journal= {arXiv preprint arXiv:1811.01850},
year = {2019}
}
备注
5 pages, 2 figures, 2 tables, ICASSP 2019