Adaptive blind audio source extraction supervised by dominant speaker identification using x-vectors

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F20%3A00007107" target="_blank" >RIV/46747885:24220/20:00007107 - isvavai.cz</a>

Výsledek na webu

<a href="https://arxiv.org/abs/1910.11824" target="_blank" >https://arxiv.org/abs/1910.11824</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICASSP40776.2020.9054693" target="_blank" >10.1109/ICASSP40776.2020.9054693</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Adaptive blind audio source extraction supervised by dominant speaker identification using x-vectors

Popis výsledku v původním jazyce

We propose a novel algorithm for adaptive blind audio source extraction. The proposed method is based on independent vector analysis and utilizes the auxiliary function optimization to achieve high convergence speed. The algorithm is partially supervised by a pilot signal related to the source of interest (SOI), which ensures that the method correctly extracts the utterance of the desired speaker. The pilot is based on the identification of a dominant speaker in the mixture using x-vectors. The properties of the x-vectors computed in the presence of cross-talk are experimentally analyzed. The proposed approach is verified in a scenario with a moving SOI, static interfering speaker and environmental noise.

Název v anglickém jazyce

Adaptive blind audio source extraction supervised by dominant speaker identification using x-vectors

Popis výsledku anglicky

We propose a novel algorithm for adaptive blind audio source extraction. The proposed method is based on independent vector analysis and utilizes the auxiliary function optimization to achieve high convergence speed. The algorithm is partially supervised by a pilot signal related to the source of interest (SOI), which ensures that the method correctly extracts the utterance of the desired speaker. The pilot is based on the identification of a dominant speaker in the mixture using x-vectors. The properties of the x-vectors computed in the presence of cross-talk are experimentally analyzed. The proposed approach is verified in a scenario with a moving SOI, static interfering speaker and environmental noise.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

ICASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings

ISBN

978-1-5090-6631-5

ISSN

1520-6149

e-ISSN

—

Počet stran výsledku

5

Strana od-do

676-680

Název nakladatele

IEEE

Místo vydání

Barcelona

Místo konání akce

Barcelona

Datum konání akce

1. 1. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000615970400135