基于对抗学习分离器的重混循环一致性学习用于准确稳定的无监督语音分离
音频与语音处理
2022-03-29 v1 声音
摘要
本文设计了一种新的语音分离网络学习算法，以无监督方式显式降低分离信号中的残留噪声与伪影。已知生成对抗网络在观测信号缺乏真值时，对构建分离网络十分有效。然而，面向分布到分布映射的弱目标函数使学习过程不稳定并限制了其性能。本研究引入重混循环一致性损失（remix-cycle-consistency loss）作为更合适的目标函数，并用其微调对抗学习的源分离模型。该损失定义为麦克风观测到的混合语音与通过对混合声进行分离、再以另一种组合重混其输出而得到的伪混合语音之间的差异。最小化此损失可显式降低分离网络输出中的失真。与多通道语音分离的实验对比表明，所提方法达到了与有监督学习相当的高分离精度与学习稳定性。
引用
@article{arxiv.2203.14080,
title = {Remix-cycle-consistent Learning on Adversarially Learned Separator for Accurate and Stable Unsupervised Speech Separation},
author = {Kohei Saijo and Tetsuji Ogawa},
journal= {arXiv preprint arXiv:2203.14080},
year = {2022}
}
备注
Accepted by ICASSP2022