Coding-based Informed Source Separation: Nonnegative Tensor Factorization Approach

Résumé : La séparation de sources informée (ISS) vise à extraire de manière fiable des sources à partir d'un mélange. Pour atteindre cet objectif, elle exploite l'hypothèse que les sources originales sont disponibles lors d'une étape dite d'encodage. Connaissant les sources et le mélange, une information annexe peut alors être calculée et transmise conjointement avec le mélange, tandis que les sources originales sont oubliées. Dans une seconde étape de décodage, le mélange et l'information annexe sont traités conjointement afin d'extraire les sources. La plupart des techniques d'ISS proposées jusqu'à présent s'appuient sur une stratégie de séparation de sources et leurs performances sont donc limitées par celles des estimateurs oracle. Dans cette étude, nous introduisons l'ISS de type codage (CISS) et nous établissons le lien entre ISS et codage de source. L'approche CISS consiste à encoder les sources en utilisant non seulement un modèle comme en codage de source, mais également l'observation du mélange. Cette stratégie présente plusieurs avantages. Premièrement, elle permet d'atteindre n'importe quel niveau de qualité, pourvu qu'une largeur de bande suffisante soit disponible, comme en codage de source. Deuxièmement, elle prend en compte le mélange afin de réduire le débit requis pour transmettre les sources, comme en ISS classique. Enfin, nous montrons que la Factorisation Tensorielle Non-négative s'avère être un modèle très efficace de CISS et nous présentons des résultats en terme de débit-distorsion qui surpassent largement l'état de l'art.
Liste complète des métadonnées

https://hal.inria.fr/hal-00734022
Contributeur : Alexey Ozerov <>
Soumis le : vendredi 4 octobre 2013 - 17:10:58
Dernière modification le : mercredi 21 février 2018 - 07:50:06
Document(s) archivé(s) le : vendredi 7 avril 2017 - 06:45:57

Fichier

deprecated_report.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00734022, version 3

Collections

Citation

Alexey Ozerov, Antoine Liutkus, Roland Badeau, Gaël Richard. Coding-based Informed Source Separation: Nonnegative Tensor Factorization Approach. [Research Report] 2012, pp.18. 〈hal-00734022v3〉

Partager

Métriques

Consultations de la notice

550

Téléchargements de fichiers

67