论无监督音频恢复中深度先验的设计
声音
2021-04-16 v1 机器学习
音频与语音处理
摘要
用于求解音频恢复问题的无监督深度学习方法广泛依赖于精心定制的神经网络架构，这些架构携带强归纳偏置以在时域或谱域定义先验。在此背景下，近期许多成功得益于在谱域恢复音频信号的复杂卷积网络构造。然而在实践中，音频先验需要仔细设计卷积核，以有效求解病态恢复任务，同时易于训练。为此，本文提出一种新的基于 U-Net 的先验，它不影响现有卷积架构的网络复杂度或收敛行为，却能显著改善恢复效果。特别地，我们主张在 U-Net 架构中使用精心设计的膨胀调度与密集连接来获得强大的音频先验。通过对标准基准及多种病态恢复任务（如音频去噪、修复与源分离）的实证研究，我们证明了所提方法一致优于被广泛采用的音频先验架构。
引用
@article{arxiv.2104.07161,
title = {On the Design of Deep Priors for Unsupervised Audio Restoration},
author = {Vivek Sivaraman Narayanaswamy and Jayaraman J. Thiagarajan and Andreas Spanias},
journal= {arXiv preprint arXiv:2104.07161},
year = {2021}
}