Sudo rm -rf：面向通用音频源分离的高效网络
音频与语音处理
2021-05-14 v1 计算与语言
机器学习
声音
机器学习
摘要
在本文中，我们提出了一种用于端到端通用音频源分离的高效神经网络。具体而言，该卷积网络的骨干结构是多分辨率特征连续下采样与上采样（SuDoRMRF）及其通过简单一维卷积实现的聚合。以此方式，我们能够在浮点运算量、内存需求、参数量与延迟均受限的情况下获得高质量的音频源分离。我们在语音与环境声音分离数据集上的实验表明，SuDoRMRF 以显著更低的计算资源需求，取得了与多种最先进方法相当甚至更优的性能。
引用
@article{arxiv.2007.06833,
title = {Sudo rm -rf: Efficient Networks for Universal Audio Source Separation},
author = {Efthymios Tzinis and Zhepei Wang and Paris Smaragdis},
journal= {arXiv preprint arXiv:2007.06833},
year = {2021}
}
备注
accepted to MLSP 2020