关于深度掩码估计模块在神经源分离系统中的应用
声音
2022-06-16 v1 音频与语音处理
摘要
近来大多数神经源分离系统依赖于基于掩码的流水线，其中从输入混合信号的表示中估计出一组乘法掩码并施加于其上。在几乎所有网络架构中，此类掩码的估计由单层后接一个可选的非线性激活函数完成。然而，近期文献研究了深度掩码估计模块的使用，并观察到相较于浅层掩码估计模块的性能提升。本文通过将这种更深的掩码估计模块与一种近期提出的无监督源分离方法相联系，分析其作用，并从经验上表明深度掩码估计模块是对传统浅层掩码估计层所构成的所谓过分离-分组范式的高效近似。
引用
@article{arxiv.2206.07347,
title = {On the Use of Deep Mask Estimation Module for Neural Source Separation Systems},
author = {Kai Li and Xiaolin Hu and Yi Luo},
journal= {arXiv preprint arXiv:2206.07347},
year = {2022}
}
备注
Accepted by Interspeech 2022