用于源分离的无监督深度聚类：利用空间信息直接从混合信号学习
机器学习
2021-05-14 v2 声音
音频与语音处理
机器学习
摘要
我们提出了一种单声道源分离系统，其仅通过观察混合信号进行训练，无需真实分离信息。我们采用深度聚类方法，在多通道混合信号上训练，并学习将谱图频元投影到与各种空间特征相关的源聚类。我们表明，使用此种训练过程可获得与利用真实分离信息相当的分离性能。一旦训练完成，尽管该系统是利用多通道录音学习如何分离，仍能对单声道输入进行声音分离。
引用
@article{arxiv.1811.01531,
title = {Unsupervised Deep Clustering for Source Separation: Direct Learning from Mixtures using Spatial Information},
author = {Efthymios Tzinis and Shrikant Venkataramani and Paris Smaragdis},
journal= {arXiv preprint arXiv:1811.01531},
year = {2021}
}
备注
Submitted to ICASSP 2019 (v1: November 5th 2018)