面向多说话人源分离的多场景深度学习
机器学习
2018-08-27 v1 机器学习
摘要
近年来，用于多说话人源分离的深学习方法研究得到推动。然而，多数研究局限于特定说话人数的混合，称为特定场景。尽管部分工作包含了不同场景的实验，但关于结合不同场景数据或创建单一多场景模型的研究极为少见。本工作表明，特定场景的数据对解决另一场景具有相关性。此外，结论指出，在多个场景上训练的单一模型能够匹配特定场景模型的性能。
引用
@article{arxiv.1808.08095,
title = {Multi-scenario deep learning for multi-speaker source separation},
author = {Jeroen Zegers and Hugo Van hamme},
journal= {arXiv preprint arXiv:1808.08095},
year = {2018}
}