Dec, 2019

基于残差谐波的联合稳健声音检测和音高估计

PDF
TL;DR本研究专注于在嘈杂条件下的音高跟踪问题，提出了使用残差信号中的谐波信息的方法，该方法不仅用于音高估计，也用于确定语音的声带分段。在实验中，将该方法与六种最先进的音高跟踪器在 Keele 和 CSTR 数据库上进行了比较。结果表明，所提出的技术对加性噪声尤其具有鲁棒性，在恶劣条件下有显著的改进。
pitch trackingharmonic informationresidual signalvoicing segmentsadditive noise
发现论文，激发创造
  • 前向 - 后向卡尔曼滤波无监督分类语音和音高追踪

    提出了一种新的算法来将有声语音的检测、基频估计和音高跟踪三个子任务集成成一个单一的过程，并通过使用标准度量标准的组合提出了一个无监督语音分类器来实现音素检测。音高值的估计采用混合自相关技术，通过引入前向 - 后向 Kalman 滤波器来平滑音高轮廓。本研究在实验中表明，所提出的方法与当前最先进的音高检测算法相比具有明显的优势。

    Mar, 2021

  • 基于鲁棒主成分分析和亚谐波求和的歌声分离和声音 F0 估计

    该研究提出了一种新的歌唱声音分析方法，使用相互依赖的歌唱声音分离和唱歌基本频率 (F0) 估计。所提出的方法首先利用鲁棒主成分分析（RPCA）从目标音乐音频信号中提取出歌唱声音，然后从分离出的歌唱声音中找到最佳时间路径，估算出主旋律的 F0 轮廓，最后通过将 RPCA 提供的传统时频掩模和仅通过估计的 F0 的谐波结构通过的另一个掩模相结合，更准确地分离出歌唱声音。实验结果表明，该方法显著提高了歌唱声音分离和唱歌基本频率估计的性能，且该方法优于提交给名为 MIREX2014 的国际音乐分析竞赛的所有其他方法。

    Apr, 2016

  • 基于可微分数字信号处理和光谱最优传输的无监督谐波参数估计

    神经音频信号处理中，通过使用基频调节来增强合成器性能，但是通过使用标准的音频重建损失函数联合训练基频估计器和合成器是一种挑战，从而依赖于外部的基频跟踪器。为了解决这个问题，我们提出使用受到最优传输理论启发的谱损失函数来最小化谱能量的位移。我们通过无监督的自编码任务在谐波信号上拟合谐波模板来验证这种方法。我们使用轻量级编码器共同估计基频和谐波的幅度，并使用可微的谐波合成器重构信号。这种方法为改善神经音频应用中的无监督参数估计提供了有前途的方向。

    Dec, 2023

  • 提高歌声旋律提取的谐波敏感性和预测稳定性

    本论文通过在输入特征上的修改和训练目标上的修改提出了一种改善性能的旋律提取模型，实验证明该方法对于歌唱旋律提取是有效的。

    Aug, 2023

  • 重访唱歌声音检测：定量回顾与未来展望

    该论文对三个现有歌声识别系统进行了误差分析，并设计了新的测试方法来进一步检查存在于当前数据集中尚未清楚揭示的缺陷，最终以实验结果为基础提出了构建更为稳健的歌声识别系统的方向。

    Jun, 2018

  • 联合检测和分离歌声：一种多任务方法

    本文探讨了利用多任务学习中的歌声活动检测作为额外任务来稳定和提高语音分离性能的方法，并提出了对于每个数据集特定的问题偏差的解决方法，最终实验表明与单任务相比，该方法在分离和歌声检测方面均有较大改进。

    Apr, 2018

  • 实现全自监督多音高估计

    多音高估计中的多音高估计，监督式学习技术，自监督式学习目标，多声乐曲数据集，卷积自编码器

    Feb, 2024

  • 鲁棒的声音质量特征嵌入用于失音声音检测

    本研究提出了一种深度学习框架来生成对声音质量敏感且在不同语料库中具有鲁棒性的声学特征嵌入，同时将对比性损失与分类损失相结合进行训练，并使用数据膨胀方法提高模型的鲁棒性，实证结果表明，该方法不仅在语料库内和语料库间的分类准确度上表现出色，而且生成的嵌入对声音质量敏感且跨不同语料库具有鲁棒性。同时，与三种基准方法比较的结果表明，所提出的模型在干净以及损坏的语料库内和语料库间表现出一致的优异性能。

    Nov, 2022

  • 基于圆谐特征的多麦克风会议自动语音分割

    本文提出了一种在远距离语音场景下解决语音分割任务，包括 VAD、OSD 和 SCD 的通用框架，使用 CH-DOA 提取的空间特征与标准声学特征相结合，实验证明可以提高分割效果，并且在停用麦克风的情况下仍然具有鲁棒性。

    Jun, 2023

  • 资源受限立体声唱声消除

    该研究通过调整模型参数和扩展训练集，通过引入一种新的度量指标来改进分离网络，从而实现了与大型最先进的分离网络的类似性能。

    Jan, 2024