深度吸引子网络 Deep attractor Net单通道语音分离文献汇总

论文一：(DANet)基于单麦克风语音分离的深度吸引子网络
核心工作：提出了在高维空间中嵌入吸引子（Attractor）将时频信息整合来训练的网络，模型实现了端到端的训练，分离不需要知道混合源的数量。

分离的难点：
1. 排序问题：混合语音会出现多个标签，无法分清属于哪个；
2. 输出维度不匹配（标签不明确）：不清楚具体有几个声源
深度聚类（DPCL）特点：能解决以上两点问题，但目标函数是各声源之间的关联性，因此不能执行端到端的映射。
置换不变训练（PIT）特点：该方法假设声源数量固定，因此存在输出维度不匹配的问题，由于样本段和样本内之间排列不一致，预测窗口要远小于上下文窗口（context window）
吸引子：提出这种感知效应表明，大脑回路产生感知吸引子(磁铁)，使刺激空间扭曲，从而吸引离刺激空间最近的声音，这种现象被称为“感知磁铁效应”.
测试阶段的吸引子设置：
1. 类似于DC的使用K均值算法确定中心；
2. 实验发现吸引子位置相对稳定，因此可以通过观测得出。
与DC对比：
1. 基本的DAN已经超过DC性能了
2. 不断调整吸引子的形成效果更好，如联合优化网络参数
3. 运用课程培训策略（curriculum traini