通过自动微分最大化信畸比的单通道源增强
声音
2018-06-18 v1 机器学习
音频与语音处理
机器学习
摘要
近来，深度神经网络（DNN）在单通道源增强中取得突破。通过使用大量数据的训练步骤，DNN估计混合信号与干净信号之间的映射。此时，我们使用一个目标函数以数值方式表达DNN映射的质量。在传统方法中，L1范数、L2范数和Itakura-Saito散度常被用作目标函数。近来，也提出了基于短时客观可懂度（STOI）的目标函数。然而，这些函数仅指示干净信号与DNN估计信号之间的相似度。换言之，它们未显示噪声抑制或源增强的质量。受此事实启发，本文采用信畸比（SDR）作为目标函数。由于SDR实质上显示信噪比（SNR），最大化SDR解决了上述问题。实验结果表明，所提方法取得了优于传统方法的性能。
引用
@article{arxiv.1806.05791,
title = {Monaural source enhancement maximizing source-to-distortion ratio via automatic differentiation},
author = {Hiroaki Nakajima and Yu Takahashi and Kazunobu Kondo and Yuji Hisaminato},
journal= {arXiv preprint arXiv:1806.05791},
year = {2018}
}
备注
This paper is submitted to 16th International Workshop on Acoustic Signal Enhancement (IWAENC)