MaD TwinNet：用于单声道声源分离的带孪生网络的掩蔽-去噪架构
声音
2018-02-02 v1 音频与语音处理
摘要
单声道歌声分离任务侧重于从单通道音乐混合信号中预测歌声。当前单声道歌声分离的最优（SOTA）结果由基于深度学习的方法取得。本工作中我们提出一种新颖的基于深度学习的方法，可学习乐曲的长期时间模式与结构。我们基于最近提出的掩蔽-去噪（MaD）架构构建，并用孪生网络增强它，这是一种利用网络反向运行副本正则化循环生成网络的技术。我们使用 Demixing Secret Dataset 评估我们的方法，与先前 SOTA 结果相比，信号失真比（SDR）提升 0.37 dB，信号干扰比（SIR）提升 0.23 dB。
引用
@article{arxiv.1802.00300,
title = {MaD TwinNet: Masker-Denoiser Architecture with Twin Networks for Monaural Sound Source Separation},
author = {Konstantinos Drossos and Stylianos Ioannis Mimilakis and Dmitriy Serdyuk and Gerald Schuller and Tuomas Virtanen and Yoshua Bengio},
journal= {arXiv preprint arXiv:1802.00300},
year = {2018}
}