Jun, 2024

利用 MMDenseNet 改进实时音乐伴奏分离

PDF
TL;DR本文通过改进轻量级模型 MMDenstNet，探讨了多个方向的改进方法，包括复杂的理想比率掩蔽、自注意力、带合并和分割的方法以及特征回溯，旨在在实时应用中在分离质量和延迟之间取得平衡。实验结果表明，我们的改进在保持可接受的分离质量的同时实现了低实时因子和最佳延迟。
music source separationpolyphonic musiclightweight modelreal-time applicationsseparation quality
发现论文，激发创造
  • MMDenseLSTM：一种卷积和递归神经网络的高效组合，用于语音源分离

    利用深度神经网络技术实现音频源分离，通过在多个尺度上集成长短时记忆网络和跳跃连接，提出了一种新的网络架构，可以有效地建模音频背景中的长期结构，并在分离任务上获得了比其他网络更好的结果。

    May, 2018

  • 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

  • 实时低延迟音乐源分离使用混合的谱图 - TasNet

    通过借鉴 Hybrid Demucs 架构，本文提出了混合谱图时域音频分离网络（HS-TasNet），结合了频谱和波形域的优势，为实时低延迟的音乐应用展现了高效分离的潜力。

    Feb, 2024

  • 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

  • D3Net：密集连接的多扩张 DenseNet 音乐源分离

    本文提出了一种新的 CNN 结构称为密集连接扩张 DenseNet（D3Net），用于模拟同时具有多分辨率数据的音频信号，该结构避免了在 DenseNet 中纳入扩张卷积时存在的混叠问题。通过对 MUSDB18 数据集的实验结果表明，D3Net 具有最先进的性能，平均信号失真比为 6.01 分贝。

    Oct, 2020

  • 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

  • 音乐源分离的类条件嵌入

    该论文介绍一种使用深度聚类和深度吸引子网络的方法，将音乐混合中的所有乐器的时频图嵌入到一个共同的嵌入空间中，并使用混合高斯模型生成参数，从而实现对音乐源的分离，同时嵌入空间具有易于解释性。

    Nov, 2018

  • 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

  • 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