MMMar, 2020

多通道 U-Net 音乐源分离

PDF
TL;DR通过动态加权平均和基于能量的加权策略的多通道 U-Net 模型能够有效地实现多音源分离，且训练代价较低。
music source separationconditioned u-netmulti-channel u-netdynamic weighted averageenergy based weighting
发现论文，激发创造
  • Conditioned-U-Net: 在 U-Net 中引入控制机制用于多源分离

    本篇论文提出了 Conditioned-U-Net 方法以及用于音频源分离的 FiLM 层，C-U-Net 控制机制允许我们训练一个唯一、通用的 U-Net 模型来执行多种乐器的分离，从而降低成本，实现同专门模型相同性能。

    Jul, 2019

  • 基于乐器标签的端到端声源分离

    本研究提出一种扩展的 Wave-U-Net 模型，通过可变数量源的端到端音乐源分离方法，并在瓶颈处使用仪器标签进行乘性调节，从而提高了分离结果，在此基础上实现了其他类型的调节，如音视频源分离和得分通知源分离。

    Nov, 2018

  • Wave-U-Net: 一种用于端到端音频源分离的多尺度神经网络

    本文提出了一种基于 Wave-U-Net 的新颖的时域音源分离结构，在处理长时间序列信号时取得了较好的分离效果，并通过改进输出层和追溯预测框架等结构进行优化，同时揭示了当前 SDR 指标存在的问题并提出了改进方案。

    Jun, 2018

  • 基于 Wave-U-Net 的语音增强改进

    研究了 Wave-U-Net 结构在语音增强中的应用，发现其在时域直接建模可以考虑大的时间上下文信息的特点下，可以在 Voice Bank corpus（VCTK）数据集上的语音增强任务中提高 PESQ、CSIG、CBAK、COVL 和 SSNR 多个指标，相比于其原始的音乐中唱声分离系统而言，基于少量隐藏层的结构更适合语音增强，该结果为进一步探索语音增强在时域中的应用提供了鼓舞人心的信号，并可以作为语音识别系统的预处理步骤。

    Nov, 2018

  • 多通道盲源分离的深度聚类模型无监督训练

    提出了一种通过无监督的空间聚类算法训练深度聚类系统，从而在没有并行清洁数据时从头训练基于神经网络的源分离算法的方案。

    Apr, 2019

  • 不确定性感知的多视角表示学习

    本研究提出了一种新的无监督多视图学习方法，DUA-Nets，通过估计数据不确定性并加权不同视图，以便更好地捕捉动态噪声和提高数据质量，实现了对多种噪声数据的鲁棒性性能提升。

    Jan, 2022

  • Demucs: 深度源音频分离器及其在额外未标注数据中的应用

    本文使用深度学习等方法对音乐进行源分离研究，提出了一种卷积和循环的模型，同时提出了一种新的方法来利用无标签的音乐数据，这些方法比现有的方法表现更好。

    Sep, 2019

  • 用于音频源分离的多尺度多频带 DenseNets

    采用 DenseNet 架构的音频源分离方法在 SiSEC 2016 竞赛中表现优异，具有更好的信号失真比和更少的参数、更短的训练时间。

    Jun, 2017

  • 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

  • 歌声的频谱绘制：U-Net 辅助的人声分割

    该研究通过使用短时傅里叶变换（STFT）和 UNet 神经网络，实现了从音乐频谱图中准确分离人声元素，取得了令人瞩目的音频源分离结果。

    May, 2024