VoiceFilter: Targeted Voice Separation by Speaker-Conditioned Spectrogram Masking

作者
Quan Wang,Hannah Muckenhirn,Kevin Wilson,Prashant Sridhar,Zelin Wu,John R. Hershey,Rif A. Saurous,Ron J. Weiss,Jia Ye,Ignacio López Moreno
出处
期刊:Cornell University - arXiv [Cornell University]
被引量:48
标识
DOI:10.48550/arxiv.1810.04826
摘要

In this paper, we present a novel system that separates the voice of a target speaker from multi-speaker signals, by making use of a reference signal from the target speaker. We achieve this by training two separate neural networks: (1) A speaker recognition network that produces speaker-discriminative embeddings; (2) A spectrogram masking network that takes both noisy spectrogram and speaker embedding as input, and produces a mask. Our system significantly reduces the speech recognition WER on multi-speaker signals, with minimal WER degradation on single-speaker signals.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
陈千里发布了新的文献求助10
刚刚
刚刚
刚刚
代码狗完成签到,获得积分10
刚刚
李永成完成签到,获得积分10
1秒前
1秒前
Hello的应助被TXQ采纳,获得10
1秒前
1秒前
科研民工发布了新的文献求助10
1秒前
虚幻向秋发布了新的文献求助10
1秒前
辛尘发布了新的文献求助10
1秒前
1秒前
1秒前
阿亨发布了新的文献求助10
2秒前
2秒前
2秒前
流川枫完成签到,获得积分10
2秒前
华仔的应助被科研小白采纳,获得10
2秒前
Serena发布了新的文献求助10
3秒前
小赞发布了新的文献求助20
3秒前
ooo完成签到,获得积分10
3秒前
充电宝的应助被春和采纳,获得10
3秒前
4秒前
4秒前
4秒前
柔弱又夏发布了新的文献求助10
4秒前
蔺铁身发布了新的文献求助20
5秒前
李li完成签到,获得积分10
5秒前
5秒前
6秒前
爱听歌凤灵完成签到,获得积分10
6秒前
7秒前
江应怜发布了新的文献求助10
7秒前
7秒前
粱老黑完成签到,获得积分20
7秒前
8秒前
limem完成签到,获得积分10
8秒前
zz发布了新的文献求助10
8秒前
Jason发布了新的文献求助10
8秒前
星辰大海的应助被小小采纳,获得10
8秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Reagents for Organic Synthesis, 14 Volume Set, 2nd Edition(本书共14册,本求助8volume-14volume共7册,独立harcover版本,非网络版本e-EROS 版,不能网络版转化PDF或提取PDF) 2000
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 1000
Электротехническая система магнитожидкостной герметизации валов регулируемых электродвигателей 800
日本語と中国語及びチベット・ビルマ語の語源関連性に関する分析 800
Practical Manual of Forensic Psychophysiology: Methodology, Execution, and Fields of Application 800
Holistic Discourse Analysis, Second Edition by Robert E. Longacre 666
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 物理 生物化学 化学工程 内科学 复合材料 催化作用 心理学 人工智能 细胞生物学 光电子学 无机化学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 7951418
求助须知:如何正确求助?哪些是违规求助? 9428500
关于积分的说明 20990890
捐赠科研通 7533890
什么是DOI,文献DOI怎么找? 3369129
关于科研通互助平台的介绍 2505083
邀请新用户注册赠送积分活动 2401128