首页/论文/1802.00380

arXiv 1802.003802018-02-01cs.SDeess.AS

欠定音频声源分离的近似消息传递

Approximate Message Passing for Underdetermined Audio Source Separation

University of Surrey（萨里大学）

Turab Iqbal, Wenwu Wang

备注：: Paper accepted for 3rd International Conference on Intelligent Signal Processing (ISP 2017)

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

近似消息传递（AMP）算法在稀疏信号重建中表现出了很大的希望，由于其低的计算要求和快速收敛到精确解。此外，它们提供了一个概率框架，通常比凸优化等替代方案更直观。本文将AMP用于欠定瞬时混合信号的音频声源分离。在时频域中，通常假设源是稀疏的，因此我们使用AMP解决相应的稀疏线性逆问题。我们提出了一种基于块的方法，使用AMP同时处理多个时频点。特别评估了两种称为AMP和矢量AMP（VAMP）的算法。结果表明，他们是有前途的伪影抑制方面。

英文摘要：

Approximate message passing (AMP) algorithms have shown great promise in sparse signal reconstruction due to their low computational requirements and fast convergence to an exact solution. Moreover, they provide a probabilistic framework that is often more intuitive than alternatives such as convex optimisation. In this paper, AMP is used for audio source separation from underdetermined instantaneous mixtures. In the time-frequency domain, it is typical to assume a priori that the sources are sparse, so we solve the corresponding sparse linear inverse problem using AMP. We present a block-based approach that uses AMP to process multiple time-frequency points simultaneously. Two algorithms known as AMP and vector AMP (VAMP) are evaluated in particular. Results show that they are promising in terms of artefact suppression.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于联合对角化的多通道维纳滤波欠定盲音频声源分离方法

A Joint Diagonalization Based Efficient Approach to Underdetermined Blind Audio Source Separation Using the Multichannel Wiener Filter

NTT Corporation（日本电报电话公司）；Communication Science Laboratories（通信科学实验室）

本文提出了一种计算效率高的方法来盲声源分离（BSS）的音频信号，适用于即使有更多的来源比麦克风（即，的情况下）。当存在与麦克风一样多的源时（即，所确定的情况），BSS可以通过独立分量分析（ICA）在计算上高效地执行。然而，ICA基本上不适用于欠定情形。使用多通道维纳滤波器（MWF）的另一BSS方法甚至适用于这种情况，并且包括满秩空间协方差分析（FCA）和多通道非负矩阵分解（MNMF）。然而，这些方法需要大量的矩阵求逆来设计MWF，因此计算效率低。为了克服这一缺点，我们利用众所周知的对角矩阵的属性，矩阵求逆仅仅是对角元素的求逆，因此可以有效地进行计算。这使得可以基于联合对角化（JD）思想大幅降低上述矩阵求逆的计算成本，从而产生计算高效的BSS。具体来说，我们限制所有N个源的N个空间协方差矩阵（SCM）的一类（确切地）联合对角化矩阵。基于这种方法，我们提出了FastFCA，FCA的计算效率的扩展。我们还提出了一个统一的框架，欠定和确定的音频BSS，它突出了FastFCA和其他方法之间的理论联系。此外，我们发现FastFCA可以被视为近似联合对角化（AJD）的正则化版本。

2021-01-21cs.SDeess.AS

基于稀疏STFT框架和加权拉普拉斯方向模型的欠定声源分离

Underdetermined source separation using a sparse STFT framework and weighted laplacian directional modelling

Democritus University of Thrace（色雷斯德谟克利特大学）

K个传感器、L个声源混合场景（其中K < L）的瞬时欠定音频声源分离问题已经通过许多不同的方法来解决，只要声源在由传感器跨越的虚拟定位空间中保持相当不同。这个问题可以解决作为一个方向聚类问题沿源位置角的混合。以前已经提出了在MDCT域中使用广义方向拉普拉斯密度（DLD）用于欠定声源分离。在这里，我们在STFT域中的数据的稀疏表示中导出DLD的加权混合物以执行分离。所提出的方法产生改进的结果相比，我们以前的产品和比较有利的国家的最先进的。

2017-08-16cs.SD

CEEMDAN在欠定语音分离中的性能研究

Study of the Performance of CEEMDAN in Underdetermined Speech Separation

本文通过Matlab和Noizeus数据库实验，研究CEEMDAN在欠定语音分离中的性能边界，得出其可去除部分噪声但无法分离多个语音信号的结论。

2024-11-18cs.AIcs.SDeess.AS

广义方向拉普拉斯分布：估计、混合模型与音频声源分离

A Generalised Directional Laplacian Distribution: Estimation, Mixture Models and Audio Source Separation

Democritus University of Thrace（色雷斯德谟克利特大学）

方向或循环统计与方向或旋转的分析和解释有关。在这项工作中，提出了一种新的概率分布模型的多维稀疏方向数据。广义方向拉普拉斯分布（Generalised Directional Laplacian Distribution，DLD）是拉普拉斯分布和冯·米塞斯-费舍尔分布的混合。在一组训练数据点上使用最大似然估计来估计分布的参数。还引入了方向拉普拉斯分布（MDLD）的混合，以便对稀疏方向数据的多个浓度进行建模。作者探讨了应用派生DLD混合模型集群声源存在于欠定的瞬时声音混合。该模型可以求解一般的K × L（K<L）欠定瞬时声源分离问题，具有快速、稳定的特点。

2017-08-16cs.CVcs.SD

用于欠定源分离的广义多通道变分自编码器

Generalized Multichannel Variational Autoencoder for Underdetermined Source Separation

Nagoya University（名古屋大学）；NTT Communication Science Laboratories, Nippon Telegraph and Telephone Corporation（日本电报电话公司NTT通信科学实验室）；University of Tsukuba（筑波大学）

本文研究欠定条件下的多通道音频源分离问题。多通道非负矩阵分解（MNMF）是一种强有力的方法，它采用了NMF的概念来建模源功率谱。这个概念也被用于独立低秩矩阵分析（ILRMA），一个特殊的类别的MNMF框架下制定的确定条件。虽然这些方法对于特定类型的声源工作得相当好，但一个限制是它们可能无法用于具有不符合NMF模型的频谱图的源。为了解决这个问题，最近提出了一种称为多通道变分自动编码器（MVAE）方法的ILRMA扩展，其中使用条件VAE（CVAE）代替NMF模型进行源功率谱建模。由于DNN的表示能力，这种方法在确定的源分离任务中表现出色。而原来的MVAE方法制定下确定的混合条件下，本文推广它，使它也可以处理欠定的情况下。我们称之为广义MVAE（GMVAE）的框架。所提出的方法进行了评估欠定的源分离任务分离出三个源从两个麦克风输入。实验结果表明，GMVAE方法取得了更好的性能比MNMF方法。

2018-09-29cs.LGcs.SDeess.AS

基于稀疏低秩建模的混响声源分离

Reverberant Audio Source Separation via Sparse and Low-Rank Modeling

École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）

从欠定卷积混合假设已知的混合滤波器的音频声源分离的性能可以显着提高使用分析稀疏先验优化的重加权l1方案和宽带数据保真度项，如最近的文章所示。在这封信中，我们表明，性能可以得到更显着的改善，通过利用低秩先验的源spectrographs.We提出了一种新的算法来估计源的基础上i）分析稀疏先验，ii）重新加权计划，以增加稀疏性，iii）宽带数据保真度项的约束形式，和iv）低秩约束的源spectrographs。混响音乐混合的评价表明，所得到的算法提高了国家的最先进的方法超过2 dB的信号失真比。

2013-12-11cs.SD

更多相关论文收起更多论文

基于二次判别分析和高能特征向量的音频信号车辆分类

Classification of Vehicles Based on Audio Signals using Quadratic Discriminant Analysis and High Energy Feature Vectors

Iran University of Science and Technology（伊朗科技大学）；Babol Noshirvani University of Technology（巴博勒诺希尔瓦尼理工大学）

本文的重点是利用车辆发出的声音对不同的车辆进行分类。在本文中，二次判别分析分类的音频信号的过往车辆的公共汽车，轿车，电机，卡车类的基础上的功能，如短时间的能量，平均过零率，和音调频率的周期段的信号。仿真结果表明，仅考虑高能量特征向量，由于低能量区域与背景噪声的对应关系，可以获得更好的分类精度。为了分离这些元素，短时能量和平均过零率同时使用。在我们的方法中，我们使用了一些特征，这些特征易于在时域中计算，并使有效的分类器的实际实现。虽然，计算复杂度低，分类精度与文献中报道的基于长特征向量的分类方法相比。

2018-04-04cs.SDeess.AS

基于可微参数源模型的无监督音乐声源分离

Unsupervised Music Source Separation Using Differentiable Parametric Source Models

Télécom Paris, Institut Polytechnique de Paris（巴黎理工学院巴黎电信学院）；Sonos Inc.（搜诺思公司）

欠定音频声源分离的监督深度学习方法实现了最先进的性能，但需要混合物的数据集以及它们相应的隔离源信号。这样的数据集对于音乐混合物的获得可能是极其昂贵的。这就需要无监督的方法。我们提出了一种新的基于无监督模型的深度学习方法来进行音乐声源分离。每个源被建模与可微参数源滤波器模型。训练神经网络以通过在给定源模型的基频的情况下估计源模型的参数来将所观察到的混合重构为源的和。在测试时，从合成的源信号中获得软掩模。对声乐合奏分离任务的实验评估表明，该方法优于基于非负矩阵分解和监督深度学习基线的无学习方法。将领域知识以源模型的形式集成到数据驱动的方法中，可以提高数据效率：即使在不到三分钟的音频上训练，所提出的方法也可以实现良好的分离质量。这项工作使得强大的基于深度学习的分离可用于具有地面实况的训练数据昂贵或不存在的场景。

2023-01-31cs.AIcs.LGcs.SD

透视噪声：视觉驱动的说话人分离和增强

Seeing Through Noise: Visually Driven Speaker Separation and Enhancement

The Hebrew University of Jerusalem（耶路撒冷希伯来大学）

当视频在嘈杂的环境中拍摄时，隔离特定人的声音，同时过滤掉其他声音或背景噪音是一项挑战。我们提出了视听方法来隔离单个扬声器的声音，并消除不相关的声音。首先，在视频中捕获的面部运动被用来估计扬声器的声音，通过一个基于视频到语音的神经网络模型传递无声的视频帧。然后将语音预测作为滤波器应用于有噪声的输入音频。这种方法避免了在学习过程中使用声音的混合，因为这种可能的混合的数量是巨大的，并且不可避免地会使训练的模型产生偏差。我们在两个视听数据集，GRID和TCD-TIMIT上评估了我们的方法，并表明我们的方法在原始视频到语音的预测和一个著名的仅音频方法上获得了显着的SDR和PESQ改进。

2018-02-09cs.CVcs.SD

AIDA：一个基于主动推理的音频处理算法设计Agent

AIDA: An Active Inference-based Design Agent for Audio Processing Algorithms

Eindhoven University of Technology（埃因霍温理工大学）；Nested Minds Solutions；GN Hearing（GN听力公司）

在本文中，我们提出了AIDA，这是一个积极的推理为基础的代理，迭代设计的个性化音频处理算法，通过与人类客户端的互动。AIDA的目标应用是在现场为助听器（HA）算法的调谐参数提出最有趣的替代值，每当HA客户对其HA性能不满意时。AIDA将搜索“最有趣的替代方案”解释为最佳（声学）上下文感知贝叶斯试验设计的问题。在计算方面，AIDA被实现为一个积极的基于推理的代理与预期自由能标准的试验设计。这种类型的架构的灵感来自于大脑中有效（贝叶斯）试验设计的神经经济模型，并意味着AIDA包括声学信号和用户响应的生成概率模型。我们提出了一种新的生成模型的声信号作为一个总和的时变自回归滤波器和用户响应模型的基础上高斯过程分类器。完整的AIDA代理已在生成模型和所有任务（参数学习，声学上下文分类，试验设计等）的因子图中实现。通过因子图上的变量信息传递来实现。所有验证和确认实验和演示都可以在我们的GitHub存储库中免费访问。

2022-01-10cs.LGcs.SDeess.AS

基于立体声混合信号无监督空间聚类的自举单通道声源分离

Bootstrapping single-channel source separation via unsupervised spatial clustering on stereo mixtures

Northwestern University（西北大学）；Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室（MERL））

将音频场景分离成孤立的源是计算机听觉中的基本问题，类似于视觉景物分析中的图像分割。基于深度学习的声源分离系统是目前解决欠定分离问题的最成功的方法，其中存在比信道更多的声源。传统上，这样的系统是在已经知道地面真实分解的声音混合物上训练的。由于大多数真实世界的记录没有这样的分解可用，这限制了可以训练的混合物的范围，以及学习模型可以成功分离的混合物的范围。在这项工作中，我们使用一个简单的盲空间声源分离算法来生成立体声混合的估计分解。这些估计连同基于分离质量的置信度的时频域中的加权方案一起用于训练可用于单通道分离的深度学习模型，其中没有源方向信息可用。这演示了如何使用诸如源的起源方向的简单线索来引导用于声源分离的模型，该模型可以在该线索不可用的情况下使用。

2018-11-06cs.AIcs.LGcs.SD