非负矩阵分解在音频源分离中的相位恢复：一项富有洞察力的基准测试
摘要：非负矩阵分解(NMF)是在时间频率(TF)域中分解音频信号混合体的强大工具。在诸如源分离等应用中，每个提取的组件的相位恢复是一个重大问题，因为它经常导致可听的伪像。在本文中，我们提出了一种评估涉及相位重建的各种基于NMF的源分离技术的方法。对于每个考虑的模型，在盲源分离和具有监督模型学习的知识源分离之间进行比较，以探索估计方法的改进空间。实验结果表明，高分辨率NMF(HRNMF)模型特别有前景，因为它能够以强大的表达能力考虑时间上的相位和相关性。
作者：Paul Magron, Roland Badeau and Bertrand David
论文ID：1605.07469
分类：Sound
分类简称：cs.SD
提交时间：2016-11-17