基于U-Net的自适应音源分离

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：基于时频域的音源分离模型通常只分离了幅度谱,而忽略了相位信息,使模型只能得到次优解.针对此问题,受U-Net网络结构启发,提出基于U-Net网络的可变形卷积网络(DU-Net).将一维信号映射到多维空间,采用DU-Net网络自适应提取特征,改进后的网络用于分离人声与伴奏.实验结果表明,所提出的DU-Net网络在分离精度上比以往的分离算法要高.

外文标题：Adaptive Source Separation Based on U-Net

作者：

郭慧娴

展开 >

作者单位：

北京师范大学信息科学与技术学院,北京 100875

关键词：

时频域音源分离 U-Net

出版年：

2022

DOI：

10.16311/j.audioe.2022.09.034