逆鼓机：通过联合转录与分析-合成进行声源分离
声音
2025-10-01 v2 音频与语音处理
信号处理
机器学习
摘要
我们提出了逆鼓机，一种利用分析-合成框架与深度学习相结合的鼓声源分离新方法。与需要孤立分轨录音进行训练的近期监督方法不同，我们的方法仅使用转录标注在鼓混音上进行训练。IDM 集成了自动鼓转录和单次鼓样本合成，以端到端的方式联合优化这些任务。通过将合成的单次样本与估计的起始点进行卷积，类似于鼓机，我们重建了各个鼓分轨，并训练一个深度神经网络来重建混音。在 StemGMD 数据集上的实验表明，IDM 实现的分离质量可与需要孤立分轨数据的最先进监督方法相媲美。
引用
@article{arxiv.2505.03337,
title = {The Inverse Drum Machine: Source Separation Through Joint Transcription and Analysis-by-Synthesis},
author = {Bernardo Torres and Geoffroy Peeters and Gael Richard},
journal= {arXiv preprint arXiv:2505.03337},
year = {2025}
}