J-Net：用于音频源分离的随机加权 U-Net
声音
2019-12-02 v1 机器学习
音频与语音处理
摘要
计算机视觉文献中的若干结果已展示了随机加权神经网络的潜力。尽管它们作为判别任务的特征提取器表现相当不错，但其性能与完全训练的对应网络之间存在正相关。基于这些发现，我们提出两个问题：随机加权网络在诸如音频源分离这类困难的生成式音频任务中有何价值，以及当涉及大型随机网络与其训练对应网络时这种正相关是否依然存在？在本文中，我们证明了该正相关依然存在。基于这一发现，我们可以在不训练整个模型的情况下尝试不同的架构设计或技巧。同时，我们发现一个令人惊讶的结果：与 Wave-U-Net 中未训练的编码器（下采样路径）相比，将解码器（上采样路径）固定为随机权重可获得更好的性能，几乎可与完全训练的模型相媲美。
引用
@article{arxiv.1911.12926,
title = {J-Net: Randomly weighted U-Net for audio source separation},
author = {Bo-Wen Chen and Yen-Min Hsu and Hung-Yi Lee},
journal= {arXiv preprint arXiv:1911.12926},
year = {2019}
}