Feb, 2015

联合优化掩码和深度循环神经网络进行单声源分离

PDF
TL;DR该研究探索了使用掩蔽函数和深度递归神经网络进行单声道源分离任务（包括单声道语音分离，单声道歌唱声分离和语音去噪）的联合优化。与现有模型相比，我们的方法在评估数据集中的任务中表现良好，并实现了较大的音频性能提升。
发现论文，激发创造
  • 使用跳过 - 滤波连接和循环推理时间频率掩模的单声道歌声分离

    该论文提出了一种基于深度学习的歌声分离方法，学习和优化了源依赖性遮罩，不需要使用后处理步骤，并引入了循环推断算法、稀疏变换步骤和学习去噪滤波器，同时也提高了单声道歌声分离的性能。

    Nov, 2017

  • MaD TwinNet：双网络的掩蔽去噪结构，用于单声道声源分离

    本研究基于 MaD 框架增强了 Twin Networks 以学习音乐片段的长期时间模式和结构，将其应用于单声道歌声分离，相比于先前最优结果，信噪比 (SDR) 和信干比 (SIR) 分别提高了 0.37dB 和 0.23dB。

    Feb, 2018

  • 基于生成对抗网络的歌声分离技术 SVSGAN

    本文利用生成对抗网络（GAN）和时频掩模函数提出了一种新的人声分离框架，通过在对抗训练过程中进行混合谱分布和清洁谱分布之间的近似来进行分离，利用监督学习初始化参数并利用无监督学习进行优化，实验结果表明该框架可以提高音频分离效果。

    Oct, 2017

  • 远场语音识别的神经盲分离和发言者划分

    本文提出了一种神经方法，用于远程语音识别（DSR），它能够在没有隔离信号的监督情况下，同时分离和解麦克风混合的语音，并没有未知数量的活跃说话者。

    Jun, 2024

  • 深度神经网络用于单通道信号分离

    本文提出了一种使用深度神经网络架构的单通道源分离方法，通过在分离过程中确定 DNN 来分类估计的源谱图以检查其有效性，并将混合信号频谱鼓励写成估计的源谱图的加权和，实现了单通道源分离问题的能量最小化。

    Nov, 2013

  • 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

  • 一种无需掩码的神经网络用于单声道语音增强

    提出了一种新的简单直接的网络架构 MFNet 用于语音增强，它的映射方法优于掩模方法，可用于强噪声环境下的优化解决，并在 2020 年 DNS 挑战测试无混响水平上表现为最先进的映射模型。

    Jun, 2023

  • 训练学习的潜在目标，进行两步声源分离

    本文提出了一种基于深度神经网络的源分离的两阶段训练方案，第一步学习将信号转换为使掩蔽分离性能最优的潜在空间，第二步训练在学习空间中操作的分离模块，并使用了一个可缩放失真比的 SI-SDR 损失函数来证明优化效果。通过各种声音分离实验，该方法可以比联合学习变换和分离模块的系统获得更好的表现。

    Oct, 2019

  • 应用于歌声分离的对抗半监督音频源分离技术

    本文介绍了一种新的音乐源分离算法，使用对抗训练让分离器的输出更加真实，并取得了对于歌声分离的较好效果。

    Oct, 2017

  • 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