2018年信号分离评估活动
音频与语音处理
2018-07-09 v3 声音
摘要
本文报道了2018年基于社区的信号分离评估活动（SiSEC 2018）的组织与结果。今年度的活动聚焦于音频，并在基于机器学习的系统时代，致力于扩展规模并简化音频分离软件的原型开发。为此，我们准备了新的音乐分离数据库：MUSDB18，包含近10小时音频。此外，发布了开源软件以自动加载、处理MUSDB18并报告性能。进一步，发布了BSSEval工具箱的新的官方Python版本，以及三种预言分离方法的参考实现：理想二值掩码、理想比率掩码和多通道维纳滤波器。我们最后报道了参与者取得的结果。
引用
@article{arxiv.1804.06267,
title = {The 2018 Signal Separation Evaluation Campaign},
author = {Fabian-Robert Stöter and Antoine Liutkus and Nobutaka Ito},
journal= {arXiv preprint arXiv:1804.06267},
year = {2018}
}
备注
To appear in International Conference on Latent Variable Analysis and Signal Separation