發(fā)布時間：2020-12-11 02:55

　　通過一系列基于自動編碼器的深度學習網(wǎng)絡結(jié)構(gòu),單通道語音分離方法最近取得諸多進展,其使用編碼器將輸入信號壓縮為中間特征,再把這些特征送入解碼器重構(gòu)感興趣的特定音頻源。然而,這些方法既無法為單通道語音分離學習原始輸入的生成因子,也無法構(gòu)造混合語音中的所有音頻源。本文提出一個新的加權(quán)因子自動編碼器模型,在目標函數(shù)中引入正則化損失以約束目標源,摒除其他信號源。通過在分離層中引入潛在注意力機制和監(jiān)督源構(gòu)造器,加權(quán)因子自動編碼器可為每一個信號源習得特定于源的生成因子和一組鑒別性特征,從而提升單通道語音分離性能。在基準數(shù)據(jù)集上的實驗表明所提方法優(yōu)于現(xiàn)有方法。就3個重要指標而言,加權(quán)因子自動編碼器在相對更具挑戰(zhàn)性的任務(與說話人無關(guān)的單通道語音分離)上取得巨大成功。 

【文章來源】：Frontiers of Information Technology & Electronic Engineering. 2020年11期 第1639-1651頁

【文章頁數(shù)】：13 頁


本文編號：2909778