FastMVAE2：改进并加速基于快速变分自编码器的确定混叠源分离算法
声音
2022-09-08 v2 音频与语音处理
摘要
本文提出一种新的源模型与训练方案，以提升多通道变分自编码器（MVAE）方法的精度与速度。MVAE 方法是近期提出的强大多通道源分离方法。它包含预训练由条件 VAE（CVAE）表示的源模型，然后估计分离矩阵及其他未知参数，使得在给定观测混合信号时对数似然非减。尽管 MVAE 方法已被证明具有高源分离性能，其缺点之一是分离矩阵估计算法中反向传播步骤的计算代价。为克服该缺点，后续提出了称为“FastMVAE”的方法，其使用辅助分类器 VAE（ACVAE）训练源模型。通过使用如此训练的分类器与编码器，源模型的最优参数可在算法每一步中被高效（虽为近似）推断。然而，所训 ACVAE 源模型的泛化能力不尽如人意，导致在未见数据情形下性能较差。为提升泛化能力，本文提出一种新的模型架构（称为“ChimeraACVAE”模型）与基于知识蒸馏的训练方案。实验结果表明，采用所提损失函数训练的源模型比 FastMVAE 取得了更好的源分离性能且计算时间更少。我们还确认，我们的方法能够以相当好的精度分离 18 个源。
引用
@article{arxiv.2109.13496,
title = {FastMVAE2: On improving and accelerating the fast variational autoencoder-based source separation algorithm for determined mixtures},
author = {Li Li and Hirokazu Kameoka and Shoji Makino},
journal= {arXiv preprint arXiv:2109.13496},
year = {2022}
}
备注
submit to IEEE/ACM TASLP, under review