语音分离中通过动态样本丢弃与分层优化结合改进标签分配学习
声音
2023-11-22 v1 机器学习
音频与语音处理
摘要
在监督语音分离中，排列不变训练（PIT）被广泛用于处理标签模糊性，通过选择最佳排列来更新模型。尽管取得了成功，先前的研究表明 PIT 深受相邻轮次中过度标签分配切换的困扰，阻碍了模型学习更好的标签分配。为解决此问题，我们提出一种新颖的训练策略——动态样本丢弃（DSD），其考虑先前的最佳标签分配与评估指标，以排除在训练期间可能对所学标签分配产生负面影响的样本。此外，我们引入分层优化（LO），通过解决层解耦问题来提升性能。我们的实验表明，DSD 与 LO 的结合优于基线，并解决了过度标签分配切换与层解耦问题。所提出的 DSD 与 LO 方法易于实现，无需额外的训练集或步骤，并对各类语音分离任务展现出通用性。
引用
@article{arxiv.2311.12199,
title = {Improving Label Assignments Learning by Dynamic Sample Dropout Combined with Layer-wise Optimization in Speech Separation},
author = {Chenyang Gao and Yue Gu and Ivan Marsic},
journal= {arXiv preprint arXiv:2311.12199},
year = {2023}
}
备注
Accepted by INTERSPEECH 2023