科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对音乐中乐器声源表征特异性不足的问题,结合乐器声源与曲式内容相关的结构特征,提出了双维序列注意力/时域端到端音乐源分离方法。首先,由于各乐器声源在曲式不同部分的出现具有显著规律性,因此从时间及特征通道两个维度,对特征基函数进行差异化注意力加权。其次,在损失函数中引入频率多分辨因子,同时从时域及频域衡量分离后声源和理想声源间的差异。在MUSDB18数据集上的实验结果表明,同时强调声源的时域曲式结构特征和离散谐波特征,可以进一步改善乐器声源分离效果。与目前最先进的时域端到端音乐源分离方法 Demucs相比,信噪比指标提升了0.40 dB,且在鼓和低音等声源的分离上表现尤为突出,鼓声源信噪比指标提升0.13 dB,低音声源信噪比指标提升0.60 dB。充分利用声源的语义内容及声学特征等多维度先验知识,可以进一步提升声源表征的特异性,从而提升声源的可分离程度。
- 单位
