基于迭代源导向的联合去混响与分离
音频与语音处理
2021-06-01 v2 声音
信号处理
摘要
我们提出一种用于联合去混响与盲源分离（DR-BSS）的新算法。我们的工作建立在 IRLMA-T 框架之上，该框架应用结合去混响与分离的统一滤波器。该框架的一个缺陷是它需要多次矩阵求逆，这一操作本身代价高且存在潜在稳定性问题。我们利用最近引入的迭代源导向（ISS）更新提出两种缓解此问题的算法。尽管从第一性原理导出，第一种算法结果成为加权预测误差（WPE）去混响与基于 ISS 的 BSS 的自然组合，交替应用。在此情形下，我们成功将矩阵求逆次数减少至每次迭代每源仅一次。第二种算法仅使用顺序 ISS 更新来更新 ILRMA-T 矩阵，完全不需要矩阵求逆。其实现直接且内存高效。数值实验表明，两种方法在若干相关客观指标上达到与 ILRMA-T 相同的最终性能。在两个源这一重要情形下，所需迭代次数也相近。
引用
@article{arxiv.2102.06322,
title = {Joint Dereverberation and Separation with Iterative Source Steering},
author = {Taishi Nakashima and Robin Scheibler and Masahito Togami and Nobutaka Ono},
journal= {arXiv preprint arXiv:2102.06322},
year = {2021}
}
备注
5 pages, 2 figures, accepted at ICASSP 2021