典型文献
基于跳跃连接注意力网络的音乐分离
文献摘要：
在对音乐进行歌声与伴奏分离过程中,基于卷积编解码的分离模型虽然在一定程度上提升了分离效果,但网络存在丢失信息的问题.为了解决这个问题,提出一种有效的歌声与伴奏分离的模型.传统方法指的是非深度学习模型,本文在基于深度学习模型的基础上进行改进,通过在卷积编解码器的跳跃连接部分加入注意力机制,解决了网络丢失重要信息的问题,提高了分离性能.在开源数据集MUSDB18上进行验证,结果表明所提的模型分离效果良好.
文献关键词：
歌声与伴奏分离;卷积编解码器;注意力
中图分类号：
作者姓名：
王岚
作者机构：
中国传媒大学,北京 100024
文献出处：
引用格式：
[1]王岚-.基于跳跃连接注意力网络的音乐分离)[J].电声技术,2022(02):29-32
A类：
歌声与伴奏分离,卷积编解码器,MUSDB18
B类：
跳跃连接,注意力网络,对音,乐进,分离过程,分离效果,失信,深度学习模型,注意力机制,失重,重要信息,分离性能,开源数据集
AB值：
0.196946
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
