用于确定式音频源分离的独立性深度张量分析
声音
2021-06-11 v1 音频与语音处理
摘要
我们解决时频域中的确定式音频源分离问题。在独立性深度矩阵分析（IDLMA）中，假设每个源频谱的频间相关性为零，这不适合建模诸如音乐信号等非平稳信号。为了考虑频率间的相关性，已提出独立性正定张量分析。然而，这种无监督（盲）方法严重限制频率协方差矩阵（FCMs）的结构以减少模型参数数量。作为这些传统方法的扩展，我们在此提出一种有监督方法，使用深度神经网络（DNNs）对FCMs建模。直接使用DNNs推断FCMs是困难的。因此，我们还提出了一种新的FCM模型，表示为对角FCM与秩-1 FCM的凸组合。我们的FCM模型足够灵活，不仅可考虑频间相关性，还能捕获非平稳信号时变FCMs的动态特性。我们使用两个DNN推断所提出的FCMs：用于功率谱估计的DNN和用于时域信号估计的DNN。分离音乐信号的实验结果表明，所提方法比IDLMA具有更高的分离性能。
引用
@article{arxiv.2106.05529,
title = {Independent Deeply Learned Tensor Analysis for Determined Audio Source Separation},
author = {Naoki Narisawa and Rintaro Ikeshita and Norihiro Takamune and Daichi Kitamura and Tomohiko Nakamura and Hiroshi Saruwatari and Tomohiro Nakatani},
journal= {arXiv preprint arXiv:2106.05529},
year = {2021}
}
备注
5 pages, 2 figures, accepted for European Signal Processing Conference 2021 (EUSIPCO 2021)