PIT问题和论文介绍

PIT：Permutation Issue

在模型的两端的声音信号，不知道哪一个是对应的说话者的信息。

简言之，不知道如何摆放你的正确答案。因为这就会涉及到如何计算loss的问题。如何正确的计算loss，不可能是正好结果和参考结果相反去计算loss，这样不就是让模型玩完蛋嘛。。。

就是一种计算loss的方法。

PIT问题：

简单的说：

有一个模型，但是分离出来的掩模信息不知道如何排列，我们先尝试随机排列结果，然后训练，更新参数，然后重新排列，让损失函数更加小，更新参数，直到损失函数收敛为止。

训练效果，如上图，蓝色的线代表S|-SDR的提升，黑色的线代表这一次的 assignment和上一次的 assignment比例，可以看出虽然前期的 assignment，是随机的，但训练的结果是收敛的。