基于源模型乘积的独立深度学习方法用于多通道音频源分离

独立深度学习方法（IDLMA）是基于深度神经网络（DNN）的源功率估计的最先进的多通道音频源分离方法之一。基于 DNN 的功率估计对于音色与 DNN 训练数据相似的声音效果良好。然而，应用 IDLMA 的声音并不总是具有此类音色，且音色失配会导致 IDLMA 性能下降。为解决此问题，我们关注 IDLMA 的盲源分离对应方法——独立低秩矩阵分析。它使用非负矩阵分解（NMF）作为源模型，可利用源频谱图的低秩结构作为线索，捕获仅出现在目标混合中的源频谱分量。因此，我们基于专家乘积（product-of-expert）概念将基于 DNN 的源模型扩展为涵盖基于 NMF 的源模型，称之为源模型乘积（PoSM）。对于所提出的基于 PoSM 的 IDLMA，我们基于称为优化最小化算法（majorization-minimization algorithm）的优化原理推导了一种计算高效的参数估计算法。实验评估显示了所提方法的有效性。