用于语音分离的一次性学习
声音
2021-05-04 v2 音频与语音处理
摘要
尽管语音分离模型近期取得了成功，但在面对不同人群或噪声环境时，它们无法正确分离声源。为解决此问题，我们提议将元学习应用于语音分离任务。我们旨在找到一个元初始化模型，该模型仅需看到由这些人生成的唯一一个混合语音，便能快速适应新说话人。在本文中，我们在 Conv-TasNet 中使用模型无关元学习（MAML）算法与几乎无内循环（ANIL）算法来实现这一目标。实验结果表明，我们的模型不仅能适应新的一组说话人，也能适应噪声环境。此外，我们发现编码器与解码器充当特征复用层，而分离器是任务特定模块。
引用
@article{arxiv.2011.10233,
title = {One Shot Learning for Speech Separation},
author = {Yuan-Kuei Wu and Kuan-Po Huang and Yu Tsao and Hung-yi Lee},
journal= {arXiv preprint arXiv:2011.10233},
year = {2021}
}
备注
Accepted to ICASSP 2021