基于局部等变误差的度量指标用于评估神经网络的采样频率无关特性
声音
2025-06-05 v1 音频与语音处理
摘要
基于深度神经网络（DNN）的音频信号处理方法通常仅在单一采样频率（SF）下训练，因此需要信号重采样来处理未经训练的 SF。然而，近期研究表明，信号重采样会降低在未经训练的 SF 下的性能。由于大多数研究仅评估在已训练 SF 下的性能，该问题一直被忽视。本文中，为了评估 DNN 对 SF 变化的鲁棒性（我们称之为 SF 无关（SFI）特性），我们提出了三个基于局部等变误差（LEE）的度量指标来量化 SFI 特性。LEE 衡量 DNN 对输入变换的鲁棒性。通过将信号重采样作为输入变换，我们将 LEE 扩展用于衡量音频源分离方法对信号重采样的鲁棒性。所提出的度量指标旨在量化负责预测时频掩码的特定网络组件中的 SFI 特性。在音乐源分离上的实验表明，所提出的度量指标与未经训练的 SF 下的性能下降之间存在强相关性。
引用
@article{arxiv.2506.03550,
title = {Local Equivariance Error-Based Metrics for Evaluating Sampling-Frequency-Independent Property of Neural Network},
author = {Kanami Imamura and Tomohiko Nakamura and Norihiro Takamune and Kohei Yatabe and Hiroshi Saruwatari},
journal= {arXiv preprint arXiv:2506.03550},
year = {2025}
}
备注
5 pages, 4 figures, accepted for European Signal Processing Conference 2025 (EUSIPCO 2025)