面向端到端语音分离的滤波器组设计
声音
2020-03-02 v2 机器学习
音频与语音处理
信号处理
摘要
得益于 ConvTasNet 中所用的学习型滤波器组，单通道语音分离近来取得重大进展。与此同时，针对说话人识别提出了参数化滤波器组，其中仅学习中心频率与带宽。在本工作中，我们将实值学习型与参数化滤波器组扩展为复值解析滤波器组，并定义了一组相应的表示与掩码策略。我们在一个新发布的含噪语音分离数据集（WHAM）上评估了这些滤波器组。结果表明，所提解析学习型滤波器组一致优于 ConvTasNet 的实值滤波器组。此外，我们验证了参数化滤波器组的使用，并表明复值表示与掩码在所有条件下均有益。最后，我们展示了 STFT 在 2ms 窗口下取得最佳性能。
引用
@article{arxiv.1910.10400,
title = {Filterbank design for end-to-end speech separation},
author = {Manuel Pariente and Samuele Cornell and Antoine Deleforge and Emmanuel Vincent},
journal= {arXiv preprint arXiv:1910.10400},
year = {2020}
}
备注
ICASSP 2020