结合核加性建模与非负矩阵分解的音乐录音干扰削减
声音
2017-11-01 v2
摘要
在现场和录音室录音中，意外的声音事件常常导致信号中出现干扰。对于非平稳干扰，声源分离技术可用于降低录音中的干扰水平。在此背景下，我们提出了一种结合两种算法家族优势的新方法：非负矩阵分解（NMF）与核加性建模（KAM）。最近的 KAM 方法对由特定声源核选择的帧应用稳健统计以执行声源分离。基于半监督 NMF，我们从两个方面扩展了该方法。首先，我们根据检测到的 NMF 活动定位录音中的干扰。其次，我们通过引入基于 NMF 的干净音乐信号估计来改进基于核的帧选择。此外，我们在核中引入了时间上下文，将部分音乐结构纳入考虑。我们的实验表明，与最先进的干扰削减方法相比，我们提出的方法在分离质量上有所提升。
引用
@article{arxiv.1609.06210,
title = {Interference Reduction in Music Recordings Combining Kernel Additive Modelling and Non-Negative Matrix Factorization},
author = {Delia Fano Yela and Sebastian Ewert and Derry FitzGerald and Mark Sandler},
journal= {arXiv preprint arXiv:1609.06210},
year = {2017}
}
备注
International Conference on Acoustics, Speech and Signal Processing (ICASSP)