لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
سی و سومین کنفرانس بین المللی مهندسی برق
Single-Channel Recursive Speech Separation with Unknown Speaker Count by Mask Estimation
نویسندگان :
Hadi Alizadeh
1
Rahil Mahdian Toroghi
2
Hassan Zareian
3
1- Iran Broadcasting University
2- Iran Broadcasting University
3- Iran Broadcasting University
کلمات کلیدی :
Instantaneous Speech separation،single microphone،unknown speaker count،recursive operation،Mask estimation
چکیده :
This paper presents a novel speech separation method capable of handling an unknown number of speakers using a single, compact model, eliminating the need for prior knowledge of speaker count. The proposed approach employs a unique objective function to train a speaker-independent, single-channel model, enabling effective separation across diverse conditions, even when training and testing datasets differ. Additionally, a robust technique for detecting the number of speakers in a mixture is introduced, ensuring high performance with minimal computational complexity. By employing a recursive separation strategy, the method addresses the limitations of traditional approaches reliant on predefined speaker counts, making it more adaptable to real-world scenarios. Evaluations on the WSJ0 dataset demonstrate the proposed model's superiority in SI-SNR and SDR metrics while achieving a significantly lower parameter count compared to existing methods.
لیست مقالات
لیست مقالات بایگانی شده
برنامه ریزی مسیر حرکت ربات در بین عابران پیاده با پیشبینی حرکت عابران
ملیکا رضوانی - سمانه حسینی
Parkinson’s Disease Classification Using Continuous Wavelet Transform and Ensemble Convolutional Neural Networks on EEG Signals
Seyed Pedram Monazami - Raheleh Davoodi
Non-Line-of-Sight imaging using raster scanning at NIR wavelength
Mohammad Roueinfar - Mahdi Salmanian
شبیه سازی رفتار و عملکرد مقره پلیمری 20 کیلوولت با اعمال آلودگی سطحی از نقطه نظر ارزیابی و سنجش جریان خزشی و ارائه الگوی معادل سازی آن
سیدمحمدعلی طباطبائی - حمید جوادی - مسعود عبدالحسین پور - فرامرز قلیچی
H_∞ Robust Constrained Control of Fuzzy-based Continuous-Time Nonlinear Systems
Mohsen Farbood - Mokhtar Shasadeghi - Taher Niknam - Behrouz Safarinejadian
Compact Offset-Beam Four-Layer X-Band Proximity-Coupled Array Antenna in Triangular Grid
Hossein Mardani - Javad Nourinia - Changiz Ghobadi - Muhammad Sajjad Ahmad - Bahman Mohammadi
Determining the Position of the Electric Arc Tool Tip in CO₂ Welding Using Arc Sound Signal and Artificial Intelligence
Amin Farahani - Majid Sanaeepour - Maryam Momeni
پیش بینی قیمت انرژی الکتریکی در بازار روز بعد با استفاده از شبکه عصبی مصنوعی تعمیم یافته و با در نظر گرفتن محدودیت سوخت رسانی
حسین صابر - سعید محسنی - رضا پورآقابابا - مصطفی یحیی آبادی
The dimensioning of 5G networks using stochastic geometry
Siminfar Samakoush Galougah - Mahdi Mozaffaripour
Spatial Focusing of Temporal Interference Deep Brain Stimulation via Phase Modulation
Hassan Keshtkar - Mahdi Moltamesi - Hoda Ameri - Amideddin Mataji-Kojouri - Reza Faraji-Dana
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.7.2
