WangDeLiangReview2018 - (7)讨论&总结

【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. 讨论&总结
 

【正文】

本文对基于DNN的有监督语音分离进行了全面的概述。我们总结了监督分离的关键组成部分，即学习机器、训练目标和声学特征，解释了代表性的算法，并回顾了大量的相关研究。配方的分离问题,监督学习,基础款分离短几年大大升高的最先进的广泛的语音分离任务,包括单耳的语音增强,反混响的演讲中,演讲者分离,以及阵列语音分离。随着领域知识和数据驱动框架的更紧密集成，以及深度学习本身的进步，这种快速发展可能会继续下去。下面我们将讨论与此概述相关的几个概念性问题。

A. 特征VS学习机器

正如第4节所讨论的，特征对于语音分离是很重要的。然而，深度学习的一个主要吸引力是为一项任务学习