与采样频率无关的通用声音分离

本文提出一种能够处理未训练采样频率（SF）的通用声音分离（USS）方法。USS 旨在分离不同类型的任意声源，并且可作为实现通用声源分离器的重要技术，该分离器能作为任何下游任务的预处理器而被普遍使用。为实现通用声源分离器，有两个基本属性：关于声源类型和记录条件的通用性。前一属性已在 USS 文献中被研究，其极大增加了单个神经网络可处理的声源类型数量。然而，后一属性（例如 SF）尽管必要，却较少受到关注。由于 SF 因下游任务不同而变化很大，通用声源分离器必须处理多种多样的 SF。本文为兼顾两种属性，提出了一种计算高效的 USS 网络 SuDoRM-RF 的与采样频率无关（SFI）扩展。所提网络使用我们之前提出的 SFI 卷积层，其通过依据输入 SF 生成卷积核来处理各种 SF。实验表明，信号重采样会降低 USS 性能，且所提方法相比基于信号重采样的方法在各种 SF 下表现更为稳定。