复杂矩阵分解方法在源分离的幅度和相位联合建模中的应用
摘要：通过这篇论文，将传统的NMF方法用于源分离，将矩阵的谱幅分解。这些方法的分解过程中不包括谱相位。然而，在重构目标语音信号时，通常使用语音混合物的相位。这导致目标信号中出现不需要的干扰源的痕迹。在本文中，将谱相位纳入分解过程本身。此外，通过简单的转换将复杂矩阵分解问题简化为NMF问题。这样，在分离过程中同时利用幅度和相位，可以有效地分离语音混合物。通过对GRID语料库进行客观质量评估，证明了源分离结果的改善。
作者：Chaitanya Ahuja, Karan Nathwani and Rajesh M. Hegde
论文ID：1411.6741
分类：Sound
分类简称：cs.SD
提交时间：2014-11-26