使用卷积去噪自编码器的单声道音频源分离
摘要：使用深度学习技术近来已被用于解决音频源分离问题。在这项工作中，我们提出使用深度全卷积去噪自编码器（CDAEs）进行单声道音频源分离。我们使用与要从混合信号中分离的源数相同数量的CDAEs。每个CDAE都被训练成将一个源分离出来，并将其他源作为背景噪声处理。主要思想是让每个CDAE学会适用于其相应源的合适的频谱-时间滤波器和特征。我们的实验结果显示，即使参数比前馈神经网络（FNNs）少，CDAEs在源分离方面的表现稍好于FNNs。
作者：Emad M. Grais and Mark D. Plumbley
论文ID：1703.08019
分类：Sound
分类简称：cs.SD
提交时间：2017-10-16