用于无监督多通道源分离的空间损失
音频与语音处理
2022-04-04 v1
摘要
我们提出了一种用于无监督多通道源分离的空间损失。所提损失利用了波达方向(DOA)与波束成形之间的对偶性:对于目标源,导向向量与波束成形向量应当对齐,而对于干扰源则应当正交。该空间损失鼓励来自经典 DOA 估计器的混合系统与来自神经分离器的解混系统之间的一致性。利用所提损失,我们基于最小方差无失真响应(MVDR)波束成形和独立向量分析(IVA)训练神经分离器。我们还研究了将我们的空间损失与信号损失相结合的有效性,其中信号损失使用盲源分离的输出作为参考。我们在合成和录制的(LibriCSS)混合信号上评估了所提方法。我们发现空间损失对于训练基于 IVA 的分离器最为有效。对于神经 MVDR 波束成形器,其与信号损失结合时表现最佳。在合成混合信号上,所提出的无监督损失在词错误率方面取得了与有监督损失相同的性能。在 LibriCSS 上,我们在无任何标注训练数据的情况下取得了接近最先进(state-of-the-art)的性能。
引用
@article{arxiv.2204.00210,
title = {Spatial Loss for Unsupervised Multi-channel Source Separation},
author = {Kohei Saijo and Robin Scheibler},
journal= {arXiv preprint arXiv:2204.00210},
year = {2022}
}
备注
Submitted to INTERSPEECH2022