核机器在基于掩码的单通道语音增强上超越深度神经网络
机器学习
2018-11-07 v1 声音
音频与语音处理
机器学习
摘要
我们应用一种快速的核方法用于基于掩码的单通道语音增强。具体而言，我们的方法求解一个与非光滑核函数（指数幂核）相关的核回归问题，采用一种高效迭代方法（EigenPro）。由于该方法简单，其超参数（如核带宽）可利用训练数据子样本通过线搜索自动且高效地选择。我们观察到回归损失（均方误差）与语音增强常规度量之间的经验相关性。这一观察证明了我们训练目标的合理性，并促使我们通过为每个频率子带训练独立的核模型来取得更低的回归损失。我们在基于掩码的 HINT 和 TIMIT 上将我们的方法与最先进的深度神经网络进行比较。实验结果表明，我们的核方法在所需训练时间更少的同时，始终优于深度神经网络。
引用
@article{arxiv.1811.02095,
title = {Kernel Machines Beat Deep Neural Networks on Mask-based Single-channel Speech Enhancement},
author = {Like Hui and Siyuan Ma and Mikhail Belkin},
journal= {arXiv preprint arXiv:1811.02095},
year = {2018}
}