基于在合成混合信号上训练的掩蔽网络的半监督单声道歌声分离
声音
2019-05-07 v3 机器学习
音频与语音处理
机器学习
摘要
我们研究半监督歌声分离问题，其中训练数据包含一组混合音乐（歌声与乐器）样本和一组不相匹配的纯乐器音乐样本。我们的方案采用单一映射函数g，将其应用于混合样本时可恢复底层的乐器音乐，应用于乐器样本时则返回该样本本身。网络g使用纯乐器样本以及通过将重建的歌声与随机乐器样本混合而创建的合成混合样本进行训练。我们的结果表明，我们的方法与全监督方法相当或更优，而全监督方法还额外提供了未混合歌声的训练样本，且我们优于其他近期半监督方法。
引用
@article{arxiv.1812.06087,
title = {Semi-Supervised Monaural Singing Voice Separation With a Masking Network Trained on Synthetic Mixtures},
author = {Michael Michelashvili and Sagie Benaim and Lior Wolf},
journal= {arXiv preprint arXiv:1812.06087},
year = {2019}
}