【文献学习】Exploring Deep Complex Networks for Complex Spectrogram Enhancement

雨点打透心脏的1/2处 2022-10-24 02:42 59阅读 0赞

### 目录 ###

*  1 简介和创新点
 *  2 模型
 *  3 模型参数
 *  4 实验结果
 *  5 疑问和思考

文献来源： ICASSP 2019 - 2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)

# 1 简介和创新点 #

（1）简介  
在语音增强领域提出了复数神经网络CDNN将复数值的有噪短时傅立叶变换（STFT）映射到干净的短时傅立叶变换。  
提出了参数整流线性单位（PReLU）非线性的复数值扩展，这有助于改善CDNN的性能。  
实验结果表明，与实值深层神经网络（DNN）相比，使用所提出的非线性性的CDNN可以提供相似或更好的增强结果  
（2）创新点  
使用使用实值反向传播训练的CDNN，而先前的研究探索了复数的反向传播  
在模型中利用了以前未建议的复杂批处理规范化  
提出了参数整流线性单位（PReLU）非线性的复数值激活函数，这有助于改善CDNN的性能。

# 2 模型 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center]

提出的全连接复数神经网络。图中的W表示复数的初始化权重，从Input输入两个向量与权重矩阵进行相乘，然后经过Batch-Normalization，再经过CPRcLU激活构成一个隐藏层。重复三个隐藏层。  
提出的CPRcLu激活函数公式如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 1]

其中αI 和αR是可训练参数  
本文中还列出其他的复数激活函数，比如ModRelu、ZreLu、CReLu、zPReLu、z3PReLu，大部分激活函数最初都在《Deep Complex Network》文献中提出。

# 3 模型参数 #

数据集：TIMIT  
训练集信噪比范围：【-5，5】  
CDNN： 724 个复数隐藏单元  
声音重采样频率：16KHZ  
Batch-size:4096  
优化器：Adam  
学习率：0.0002  
Dorpout率：0.2

# 4 实验结果 #

CPReLu激活函数效果最佳。CDNN相对于DNN效果最佳  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 2]

# 5 疑问和思考 #

（1）该模型无源码,但是Batch-Normalization和激活函数是使用《Deep Complex Network》中的源码直接调用的。模型部分介绍不清楚。就连全脸层中有使用dropout层都没有在模型部分介绍，在实验部分接受到的。  
（2）全连接层的每层神经元个数没有展示，无法复现。

（3）[《DeepComplex Network》复数神经网络的源码][DeepComplex Network]，可调用该源码封装的复数神经网络中的隐藏层的各个方法

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center]: /images/20221024/d93f562f3f2f42718628233f88816d4a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221024/b569d2c312eb49e3ac02f8ca996bd121.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221024/c3341e4690d2453d97ce1165ce798b3d.png
[DeepComplex Network]: https://paperswithcode.com/paper/deep-complex-networks