Hyperbolic Distance-Based Speech Separation

在这项工作中，我们探索了在双曲流形上定义的分层基于距离的语音分离任务。基于最近在非欧几里得空间中执行的音频相关任务的出现，我们建议利用Poincaré球来有效地揭示复杂说话者混合中固有的分层结构。我们设计了两组实验，其中基于距离的父声音类别，即“近”和“远”，每个类别可以包含最多两个或三个说话者（即孩子）。我们展示了我们的双曲方法适用于从问题定义中揭示分层结构，从而实现了改进的子级分离。我们进一步展示了超几何确定性概念（即到球心的距离）与声学语义之间的明显相关性，例如说话者密度，源位置和麦克风到说话者的距离。

本文探讨在双曲空间中进行层次距离语音分离的任务。该方法旨在揭示复杂说话者混合中固有的层次结构。

本文提出使用Poincaré球来揭示层次结构，从而实现更好的子级分离。结果表明，双曲方法适用于从问题定义中揭示层次结构，从而实现改进的子级分离。

本文设计了两组实验，展示了双曲方法在揭示层次结构方面的优越性，并与声学语义之间的相关性建立了清晰的联系。本文使用的数据集和开源代码也值得关注。

最近的相关研究包括：《Learning with Hyperbolic Geometry》、《Graph Convolutional Networks in the Poincaré Ball》等。