用于单声道音频源分离的多分辨率全卷积神经网络
声音
2017-11-01 v1 计算机视觉与模式识别
机器学习
音频与语音处理
摘要
在具有卷积层的深度神经网络中，每层通常具有固定尺寸/单分辨率的感受野(RF)。具有大RF的卷积层从输入特征中捕获全局信息，而具有小RF尺寸的层从输入特征中以高分辨率捕获局部细节。在本工作中，我们引入新颖的深度多分辨率全卷积神经网络(MR-FCNN)，其中每层具有不同的RF尺寸以提取多分辨率特征，从而从其输入特征中捕获全局和局部细节信息。所提出的MR-FCNN被用于从多音频源混合中分离目标音频源。实验结果表明，在音频源分离问题上，使用MR-FCNN相比前馈深度神经网络(DNNs)和单分辨率深度全卷积神经网络(FCNNs)提升了性能。
引用
@article{arxiv.1710.11473,
title = {Multi-Resolution Fully Convolutional Neural Networks for Monaural Audio Source Separation},
author = {Emad M. Grais and Hagen Wierstorf and Dominic Ward and Mark D. Plumbley},
journal= {arXiv preprint arXiv:1710.11473},
year = {2017}
}
备注
arXiv admin note: text overlap with arXiv:1703.08019