学界 | 无需进行滤波后处理，利用循环推断算法实现歌唱语音分离

2017年11月13日 13:08:25
来源：机器之心

原标题:学界 | 无需进行滤波后处理，利用循环推断算法实现歌唱语音分离选自arXiv 机器之心编译

原标题:学界 | 无需进行滤波后处理，利用循环推断算法实现歌唱语音分离

近日，来自 Fraunhofer IDMT、Tampere University of Technology 与蒙特利尔大学的 Yoshua Bengio 等人在 arXiv 上提交了一篇论文，提出跳过使用泛化维纳滤波器进行后处理的步骤，转而使用循环推断算法和稀疏变换步骤进行歌唱语音分离，效果优于之前基于深度学习的方法。这篇论文已经提交至 ICASSP 2018。

论文：Monaural Singing Voice Separation with Skip-Filtering Connections and Recurrent Inference of Time-Frequency Mask

论文链接：https://arxiv.org/abs/1711.01437v1
on-line demo 地址：https://js-mim.github.io/mss_pytorch/
GitHub 地址：https://github.com/Js-Mim/mss_pytorch

摘要：基于深度学习的歌唱语音分离依赖于时频掩码（time-frequency masking）。在很多情况中，掩码过程（masking process）不是一个可学习的函数，也无法封装进深度学习优化中。这造成的结果就是，大部分现有方法依赖于使用泛化维纳滤波器（generalized Wiener filtering）进行后处理。我们的研究提出一种方法，在训练过程中学习和优化源依赖掩码（source-dependent mask），无需上述后处理步骤。我们引入了一种循环推断算法、一种稀疏变换步骤用于改善掩码生成流程，以及一个学得的去噪滤波器。实验结果证明，与之前单声道歌唱语音分离的顶尖方法相比，该方法使信号失真比（signal to distortion ratio）提高了 0.49 dB，信号干扰比（signal interference ratio）提高了 0.30 dB。

undefined