HTMD-Net：一种用于时域单声道歌声分离的混合法掩蔽-去噪方法
音频与语音处理
2021-03-09 v1 声音
摘要
深度学习的出现使得深度神经网络架构在单声道音乐源分离中变得普遍，直接在波形层级上运作的端到端方法日益受到研究关注。在这些方法中，将输入混合变换至学习到的潜空间，并对潜混合乘性施加软掩蔽，取得了最佳性能，但易于向源估计引入伪影。为缓解此问题，本文提出一种称为 HTMD-Net 的混合法时域方法，结合轻量掩蔽组件与基于跳跃连接的去噪模块，以精炼由掩蔽过程估计出的源。在 musdb18 数据集上单声道歌声分离任务中对本方法的评估表明，在与纯掩蔽方法相同条件下训练时，相较后者我们的方法取得了有竞争力的性能，尤其在静音段表现方面，同时实现了更高的计算效率。
引用
@article{arxiv.2103.04336,
title = {HTMD-Net: A Hybrid Masking-Denoising Approach to Time-Domain Monaural Singing Voice Separation},
author = {Christos Garoufis and Athanasia Zlatintsi and Petros Maragos},
journal= {arXiv preprint arXiv:2103.04336},
year = {2021}
}
备注
submitted for publication in EUSIPCO 2021