探究核形状与跳跃连接对基于深度学习的谐频—打击乐分离的影响
声音
2019-07-31 v2 音频与语音处理
摘要
本文提出一种高效的深度学习编码器—解码器网络用于执行谐频—打击乐源分离（HPSS）。研究表明，通过模型各层之间密集排布的跳跃连接，我们能够大幅减少模型可训练参数数量。我们还探索了卷积层二维滤波器不同核尺寸的使用，旨在使网络更有效地学习与打击乐及谐频源相关的不同时频模式。分离的训训与评估使用 MUSDB18 数据集的训练集与测试集完成。结果表明，所提出的深度网络实现了高层特征的自动学习，在减少参数数量与训练时间的同时，维持了业界最优（SOTA）水平的 HPSS 性能。
引用
@article{arxiv.1905.01899,
title = {Investigating kernel shapes and skip connections for deep learning-based harmonic-percussive separation},
author = {Carlos Lordelo and Emmanouil Benetos and Simon Dixon and Sven Ahlbäck},
journal= {arXiv preprint arXiv:1905.01899},
year = {2019}
}
备注
Accepted for publication at WASPAA 2019, 5 pages, 5 figures