清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Hierarchic Temporal Convolutional Network With Cross-Domain Encoder for Music Source Separation

光谱图 计算机科学 编码器 波形 时域 特征(语言学) 模式识别(心理学) 源分离 特征提取 领域(数学分析) 源代码 人工智能 卷积神经网络 频域 语音识别 算法 数学 计算机视觉 操作系统 电信 数学分析 哲学 语言学 雷达
作者
Ying Hu,Yadong Chen,Danny Chen,Liang He,Hao Huang
出处
期刊:IEEE Signal Processing Letters [Institute of Electrical and Electronics Engineers]
卷期号:29: 1517-1521 被引量:15
标识
DOI:10.1109/lsp.2022.3187316
摘要

Recently, the time-domain-based methods (i.e., the method of modeling the raw waveform directly) for audio source separation have shown tremendous potential. In this paper, we propose a model which combines the complexed spectrogram domain feature and time-domain feature by a cross-domain encoder (CDE) and adopts the hierarchic temporal convolutional network (HTCN) for multiple music sources separation. The CDE is designed to enable the network to code the interactive information of the time-domain and complexed spectrogram domain features. HTCN enables it to learn the long-time series dependence effectively. We also designed a feature calibration unit (FCU) to be applied in the HTCN and adopted the multi-stage training strategy during the training stage. The ablation study demonstrates the effectiveness of each designed component in the model. We conducted the experiments on the MUSDB18 dataset. The experimental results indicate that our proposed CDE-HTCN model outperforms the top-of-the-line methods and, compared with the state-of-the-art method, DEMUCS, achieves the improvement of the average SDR score of 0.61 dB. Significantly, the improvement of the SDR score for the $\ bass$ source has a sizable margin of 0.91 dB.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
croissante完成签到 ,获得积分10
9秒前
1Yer6完成签到 ,获得积分10
13秒前
20秒前
20秒前
荀煜祺发布了新的文献求助10
23秒前
红茸茸羊完成签到 ,获得积分10
48秒前
1分钟前
racill完成签到 ,获得积分10
1分钟前
研友_LmgOaZ完成签到 ,获得积分0
1分钟前
Joker完成签到,获得积分10
1分钟前
Leo完成签到 ,获得积分10
1分钟前
小鱼女侠完成签到 ,获得积分10
1分钟前
小白完成签到 ,获得积分10
1分钟前
Singularity举报日记求助涉嫌违规
1分钟前
1分钟前
wt发布了新的文献求助10
1分钟前
1分钟前
自觉的宇完成签到 ,获得积分10
1分钟前
2分钟前
Emon发布了新的文献求助10
2分钟前
2分钟前
快乐的七宝完成签到 ,获得积分10
2分钟前
细心无声完成签到 ,获得积分10
2分钟前
2分钟前
蓝意完成签到,获得积分0
2分钟前
naczx完成签到,获得积分10
3分钟前
Singularity举报榴下晨光求助涉嫌违规
3分钟前
刚子完成签到 ,获得积分0
3分钟前
3分钟前
无名草0502完成签到 ,获得积分10
3分钟前
4分钟前
风秋杨完成签到 ,获得积分10
4分钟前
鲤鱼安青完成签到 ,获得积分10
4分钟前
SamuelLiu完成签到,获得积分10
4分钟前
林利芳完成签到 ,获得积分10
4分钟前
lielizabeth完成签到 ,获得积分0
4分钟前
4分钟前
4分钟前
JJ完成签到 ,获得积分10
5分钟前
5分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099800
求助须知:如何正确求助?哪些是违规求助? 2751277
关于积分的说明 7612138
捐赠科研通 2403037
什么是DOI,文献DOI怎么找? 1275146
科研通“疑难数据库(出版商)”最低求助积分说明 616276
版权声明 599053