Wavesplit的学习
罗艺讲的知识:
此外还有对训练目标和训练任务上的一些探索。Wavesplit引入说话人特征进行分离。该模型首先在一个固定时间窗内计算说话人向量,然后通过聚类计算出全局向量。之后将说话人信息送入分离网络得到分离结果
先提取出额外的说话人的信息,生成一个向量,再把这个向量一起放到分离网络中。
这种方法,对于那种不是完全重叠的混合语音可能更加适合,而且更加适用于多人说话的混合语音。
原始论文:
分为两个模块:speaker stack和separation stack模块。
speaker模块可以从混合语音中映射出一组代表被记录的说话人的向量。(可以参考VoicesFilter中的声纹识别,他是有参考语音进行处理的,这里直接是进行特征聚类)
separation模块吸收上面传递下来的向量,和混合的语音信息,得到对应不同的多人的分离语音。
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhhjkkjg
系列文章
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
微信运动停用后别人还能看到步数吗
PHP中文网 07-22 -
excel打印预览压线压字怎么办
PHP中文网 06-22