统计学 > 机器学习
[提交于 2018年10月22日
]
标题: 基于DNN的声源增强以提高客观声音质量评估分数
标题: DNN-based Source Enhancement to Increase Objective Sound Quality Assessment Score
摘要: 我们提出了一种基于深度神经网络(DNN)的源增强训练方法,以提高客观声音质量评估(OSQA)分数,如语音质量的感知评估(PESQ)。 在许多传统研究中,DNN被用作映射函数来估计时频掩码,并被训练以最小化可分析处理的目标函数,如均方误差(MSE)。 由于OSQA分数已被广泛用于声音质量评估,构建能够提高OSQA分数的DNN比使用最小MSE来生成高质量输出信号更好。 然而,由于大多数OSQA分数不可分析处理,\textit{即},它们是黑箱,无法通过简单应用反向传播计算目标函数的梯度。 为了计算基于OSQA的目标函数的梯度,我们基于\textit{黑盒优化}制定了一种DNN优化方案,该方案用于训练玩游戏的计算机。 对于黑箱优化方案,我们采用策略梯度方法,基于采样算法计算梯度。 为了使用采样算法模拟输出信号,DNN用于估计最大化OSQA分数的输出信号的概率密度函数。 OSQA分数从模拟的输出信号中计算得出,并且DNN被训练以增加生成实现高OSQA分数的模拟输出信号的概率。 通过多项实验,我们发现即使未最小化MSE,应用所提出的方法也能显著提高OSQA分数。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.