ICLRDec, 2014

使用深度自编码器进行音频源分离

PDF
TL;DR该论文提出了一种利用深度自编码器进行无监督音频源分离的新框架，在适当配置的自编码器的帮助下，通过对编码器向量进行聚类，自动分离混合输入中未知源信号的特征。通过调查权重向量并对激活系数在代码层进行聚类，观察了频域中音频信号的原始组件。通过使用属于不同聚类的代码向量，分离并重构原始源声音。虽然回复的音频不是完美的，但在许多实际应用中可能会产生有希望的结果。
unsupervised audio source separationdeep autoencoderclusteringfrequency domainprimitive components
发现论文，激发创造
  • 多分辨率卷积自编码器实现的原始多通道音频源分离

    本研究提出了一种基于多通道，多分辨率卷积自编码神经网络，通过对原始时域信号进行处理以确定适用于从立体声音乐中分离歌唱声的多分辨率特征，实验结果表明该方法可以实现多通道音频源分离，无需任何手工制作的特征或任何预处理或后处理。

    Mar, 2018

  • 基于音频查询的音乐源分离

    这篇论文提出了一种基于音频查询的音乐源分离方法，可以通过查询信号明确地编码源信息，以及在无查询条件下生成通过潜空间插值连续输出的分离掩模。

    Aug, 2019

  • 基于自编码器的未知数量单声道水声信号源分离

    本文提出了一种基于自编码器的可解释算法，用于分离未知数量的水声信号，并利用新的性能评估方法处理了静默通道的情况。实验结果表明，该方法在模拟的声纳信号分离方面表现出与已知数量信号分离方法相当的性能。

    Jul, 2022

  • 可微分参数源模型的无监督音乐源分离

    本文提出了一种无监督的基于模型的深度学习方法，用于音频源分离，该方法通过参数化源过滤器模型对每个源进行建模，并使用神经网络以基本频率估计源模型的参数来重构观察到的混合音频信号，实验证明该方法具有较高的数据效率和好的分离效果。

    Jan, 2022

  • 音源分离基于潜在变分分块解缠

    混合经典数字信号处理 / 深度神经网络的方法用于源分离任务，通过设计合理的潜在空间，将单通道欠定的源分离问题转化为等效的多通道过定的问题，并使用变分块间分离表征混合信号，通过经典信号处理理论结果的启发，提出可靠性更强、过拟合风险降低的模型。

    Feb, 2024

  • 使用生成先验进行无监督音频源分离

    通过将生成先验训练于各个单独的源上，利用梯度下降优化方法同时在这些源特定的潜在空间中搜索，以有效地恢复各个成分来源，并且通过在飞行中优化使用频谱失真函数而非直接定义波形 GAN 生成先验可以获得良好质量的源估计，我们针对语音数字和乐器数据集的实证研究表明，与传统的与最先进的无监督基线相比，我们的方法的有效性。

    May, 2020

  • 自监督盲源分离多编码器自动编码器

    该研究论文提出了一种利用多编码器自编码器的自然特征子空间专业化能力以及完全无监督学习来处理非线性混合的盲源分离的新方法，通过训练阶段将输入分解为多编码器网络的单独编码空间，然后在解码器内对这些表示进行重新混合以重建输入。同时引入了一种新颖的编码掩码技术，通过掩盖除一个编码之外的所有编码，使解码器能够估计源信号，并引入了所谓的通路分离损失和零重建损失以鼓励解码器各层之间的编码空间稀疏性，以及一致的源估计。为了精确评估我们的方法，我们在一个玩具数据集和实际生物信号记录（来自聚合睡眠研究）进行了实验，用于提取呼吸信号。

    Aug, 2023

  • 深度聚类：用于分割和分离的判别嵌入

    本文提出了一种称为 “深度聚类” 的深度学习框架，通过使用光谱图嵌入进行声源分离，从而实现类无关的信号分离，大大降低了领域分割成本，并且不依靠类别给出类标签，具有将不同源集合的潜力。

    Aug, 2015

  • 火星时间序列揭示：多尺度嵌套方法与因子变分自编码器

    该论文提出了一种利用小波散射协方差的无监督多尺度聚类和源分离框架，通过将信号转化为低维空间中的散射协方差表示，并使用高斯混合自编码器对不同尺度的信号进行概率聚类，以实现源的分离。该方法在火星 NASA InSight 任务记录的地震数据中进行了验证。

    May, 2023

  • 基于查询学习和弱标注数据的零样本音频源分离

    本研究提出了一种基于 Transformer 的声音事件检测系统，采用三组件流水线的整体解决方案来训练一个统一的音频源分离器，该方法使用仅仅少量的弱标记训练数据即可实现多类型音频的分离，并能在零样本情况下学习将音频源进行分离。

    Dec, 2021