Conv-TasNet Akoko-Iyapa-ašẹ
Conv-TasNet jẹ nẹtiwọọki nkankikan ti o yapa ohun afetigbọ ti o dapọ (bii eniyan meji ti n sọrọ ni ẹẹkan) nipa ṣiṣẹ taara lori igbi ohun aise dipo spectrogram kan.
Akopọ
O ṣe pataki nitori pe o ṣeto igi tuntun fun didara iyapa ọrọ lakoko ti o nṣiṣẹ ni iyara to fun lilo akoko gidi.
Jin Dive
Awọn ọna ṣiṣe iyapa aṣa ṣe iyipada ohun ohun si spectrogram kan, ya awọn loorekoore, lẹhinna yipada pada, eyiti o padanu alaye alakoso ati didara awọn bọtini. Conv-TasNet (2019, Luo ati Mesgarani) fo iyẹn patapata. O nlo encoder ti a kọ ẹkọ (iyipada 1D kan) lati yi awọn gige igbi kukuru kukuru sinu aṣoju inu ti o rọ, nẹtiwọọki iyapa ti o ṣe iṣiro iboju-boju fun agbọrọsọ kọọkan, ati decoder ti o kọ ẹkọ ti o tun ṣe agbekalẹ igbi mimọ kọọkan. Iyapa naa jẹ akopọ ti awọn iyipada 1D ti o gbooro ti a pe ni Nẹtiwọọki Convolutional Temporal (TCN), eyiti o gba aaye ti o gun-gun laisi atunwi. Ti ṣe ikẹkọ pẹlu ipadanu SI-SNR-ayipada-iwọn ati ikẹkọ-ayipada permutation, o kọja awọn iboju iparada spectrogram ti o dara julọ, abajade ti a ro pe o jẹ opin oke.
Imọ-imọ-ẹrọ
Ẹtan mojuto ni rirọpo Iyipada Aago Kukuru Kukuru ti o wa titi pẹlu koodu koodu 1D-convolution ti o kọ ẹkọ, nitorinaa nẹtiwọọki rii aṣoju ohun ohun ti o dara julọ fun boju-boju ju ọkan ti a ṣe apẹrẹ fun wiwo eniyan. Oluyapa TCN nlo awọn itọka ti o ti tolera pẹlu awọn ifosiwewe dilation ti n dagba ni iwọn, fifun aaye gbigba nla lakoko ti o duro ni kikun parallelizable. Awọn iboju iparada isodipupo awọn ẹya ara ẹrọ ti a fi koodu si-ọlọgbọn, ati iyipada iyipada kan ṣe ipinnu aṣoju kọọkan ti o boju-boju pada si fọọmu igbi kan.
Ipa Ilana
Wiwọle ati arọwọto
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
Iye owo ati isuna
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Iyara ati iwọn
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Ọjọ iwaju ti Ipinya Aago-Aago Conv-TasNet
Conv-TasNet ṣe irugbin gbogbo idile ti awọn awoṣe-akoko akoko. Awọn aṣeyọri bii DPRNN, SepFormer, ati TF-GridNet ti ti didara iyapa ga pupọ, ṣugbọn Conv-TasNet jẹ ipilẹ ti o lagbara, iwuwo fẹẹrẹ ati pe o tun gbe lọ sori ẹrọ nibiti iṣiro ti pọ. Reti apẹrẹ TCN iwapọ rẹ lati ma farahan ni awọn iranlọwọ igbọran, awọn agbekọri, ati apejọ akoko gidi, nigbagbogbo distilled tabi ti iwọn lati ṣiṣẹ laarin awọn milliseconds lori awọn eerun alagbeka.
Real-World imuse
Iyapa awọn agbọrọsọ agbekọja meji ni ipade ti o gbasilẹ ki ọkọọkan le ṣe atunkọ ni mimọ.
Imudara ọrọ ni awọn agbekọri ati awọn ohun elo igbọran ti o yasọ ọrọ ti ibi-afẹde kan kuro ni ibaraẹnisọrọ lẹhin.
Ohun afetigbọ aarin-ipe ti n pariwo ṣaju-ṣiṣẹ ṣaaju fifunni si idamọ ọrọ aifọwọyi.
Ninu ifọrọwerọ agbekọja ni adarọ-ese tabi fiimu lẹhin iṣelọpọ.
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Conv-TasNet Time-Domain Separation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Ṣii-Unmix Orin Iyapa
Awọn ibeere ti a beere nigbagbogbo
Kini Conv-TasNet Time-Domain Separation?
Conv-TasNet jẹ nẹtiwọọki nkankikan ti o yapa ohun afetigbọ ti o dapọ (bii eniyan meji ti n sọrọ ni ẹẹkan) nipa ṣiṣẹ taara lori igbi ohun aise dipo spectrogram kan. O ṣe pataki nitori pe o ṣeto ọpa tuntun fun didara iyapa ọrọ lakoko ti o nṣiṣẹ ni iyara to fun lilo akoko gidi.
Kini ẹya asọye ti Conv-TasNet ni akawe si awọn eto iyapa iṣaaju?
Conv-TasNet rọpo opo gigun ti epo STFT ti o wa titi pẹlu koodu koodu/decoder ti o kọ ẹkọ nitorina o ya ohun afetigbọ ni agbegbe akoko lori fọọmu igbi aise.
Iru nẹtiwọki wo ni Conv-TasNet lo bi module iyapa rẹ?
Iyapa naa jẹ TCN ti a ṣe lati awọn itọka 1D ti o tobi, fifun aaye gbigba nla lakoko ti o ku parallelizable.
Kini o rọpo Iyipada Aago Kukuru ti aṣa ni Conv-TasNet?
Dipo STFT ti o wa titi, ikọlu 1D ti o kọ ẹkọ ṣe koodu awọn chunks igbi fọọmu sinu aṣoju iṣapeye fun boju-boju.
Iṣẹ pipadanu wo ni aringbungbun si ikẹkọ Conv-TasNet?
Conv-TasNet ti ni ikẹkọ pẹlu pipadanu SI-SNR ni idapo pẹlu permutation-ayipada ikẹkọ lati mu aṣẹ aimọ ti awọn agbọrọsọ ti o ya sọtọ.
Abajade akiyesi wo ni Conv-TasNet ṣaṣeyọri lori iyapa ọrọ?
Nipa yago fun ipadanu alakoso ti awọn ọna spectrogram, Conv-TasNet kọja ala-boju-boju-igbohunsafẹfẹ akoko ti o dara julọ.