基于深度神经网络的低延迟声源分离方法

摘要

文章提出了一种基于深度神经网络的低延迟(≤算法延迟20 ms)声源分离方法.方法利用了扩展的过去的上下文,输出软时频掩码用于分离音频信号,比基本的NMF有更好的分离性能.实验表明,基于DNN的方法比起基本的低延迟的NMF方法在不同帧长的处理帧和分析帧上,SDR平均至少提升1 dB,尤其是当处理帧较短时,效果尤为显著.