WangDeLiangReview2018 - (1)引入

【WangDeLiangOverview2018】

Supervised Speech Separation Based on Deep Learning: An Overview

DeLiang Wang / Jitong Chen @ Ohio

IEEE/ACM Trans. ASLP2018

 

【目录】

1. 引入

2. 学习机器(learning machines)

3. 训练目标(training target)

4. 特征

5. 单声道分离

    5.1 语音增强(speech separation)

    5.2 语音增强的泛化

    5.3 语音去混响 & 去噪(speech dereverberation & denoising)

    5.4 说话人分离(speaker separation)

6. 多声道分离(阵列分离)

7. 更多内容
 

【摘要】

语音分离(speech separation)任务是将目标语音从背景干扰中分离出来。传统的语音分离被当作信号处理问题研究。一个近年来出现的方法是将语音分离抽象成一个监督学习(supervised learning)问题，基于训练数据对语音、说话人、背景噪声进行学习。特别是，近年来提出的使用深度学习的监督分离(supervised separation)大大加速了分离性能的发展和提高。文章提供一个过去几年基于深度学习的监督分离综述。首先，介绍语音分离的背景、监督分离的构造；然后，介绍监督分离的3个主要部分：学习机器(learning machine)、训练目标(training target)、声学特征(acoustic features)。接下来，文章的大部分放在对分离算法的回顾上，包括单通道方法(monaural)：语音增强、说话人分离、去混响，以及多通道方法(multi-microphone)。泛化(generalization)对于监督学习很特殊，泛化中的关键问题也被讨论。

【正文】