Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Blind Extraction of Target Speech Source: Three ways of Guidance Exploiting Supervised Speaker Embeddings

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F22%3A00009854" target="_blank" >RIV/46747885:24220/22:00009854 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://asap.ite.tul.cz/wp-content/uploads/sites/3/2022/08/paper_16.pdf" target="_blank" >https://asap.ite.tul.cz/wp-content/uploads/sites/3/2022/08/paper_16.pdf</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/IWAENC53105.2022.9914778" target="_blank" >10.1109/IWAENC53105.2022.9914778</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Blind Extraction of Target Speech Source: Three ways of Guidance Exploiting Supervised Speaker Embeddings

  • Popis výsledku v původním jazyce

    The manuscript deals with the robust extraction of a speaker of interest (SOI) from a mixture of audio sources. A blind algorithm based on independent vector extraction (IVE) is used, which, by definition, extracts an arbitrary source. To focus the extraction towards the SOI, a prior knowledge identifying the target source is required. To this end, the manuscript exploits speaker-identification based on embedding features computed via a pretrained forward sequential memory network (FSMN). We introduce and experimentally validate three ways how this prior knowledge can be employed in a blind algorithm, namely, speaker-specific initialization, pilot signal, and supervised deflation of the mixture. The experiments show that the proposed techniques complement each other and lead to robust identification/extraction of the SOI in difficult mixtures of three speakers.

  • Název v anglickém jazyce

    Blind Extraction of Target Speech Source: Three ways of Guidance Exploiting Supervised Speaker Embeddings

  • Popis výsledku anglicky

    The manuscript deals with the robust extraction of a speaker of interest (SOI) from a mixture of audio sources. A blind algorithm based on independent vector extraction (IVE) is used, which, by definition, extracts an arbitrary source. To focus the extraction towards the SOI, a prior knowledge identifying the target source is required. To this end, the manuscript exploits speaker-identification based on embedding features computed via a pretrained forward sequential memory network (FSMN). We introduce and experimentally validate three ways how this prior knowledge can be employed in a blind algorithm, namely, speaker-specific initialization, pilot signal, and supervised deflation of the mixture. The experiments show that the proposed techniques complement each other and lead to robust identification/extraction of the SOI in difficult mixtures of three speakers.

Klasifikace

  • 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)

Návaznosti výsledku

  • 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)

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    International Workshop on Acoustic Signal Enhancement

  • ISBN

    978-166546867-1

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

  • Název nakladatele

    IEEE

  • Místo vydání

  • Místo konání akce

    Bamberg

  • Datum konání akce

    1. 1. 2022

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000934046400073