Imagen de Portada

Modelos de factorización en matrices no negativas para procesamiento de audio

Fil: Ibarrola, Francisco Javier. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.

Guardado en:
Detalles Bibliográficos
Autor Principal: Ibarrola, Francisco Javier
Otros Autores: Di Persia, Leandro Ezequiel
Formato: Tesis
Lenguaje:Spanish
Publicado: 2019
Materias:
Dereverberation
Source separation
Machine learning
Signal processing
Dereverberación
Separación de fuentes sonoras
Aprendizaje maquinal
Procesamiento de señales
Acceso en línea:https://hdl.handle.net/11185/5153
id oai:bibliotecavirtual.unl.edu.ar-handle:11185-5153
recordtype dspace
institution Universidad Nacional del Litoral
collection Biblioteca de tesis
language Spanish
topic Dereverberation
Source separation
Machine learning
Signal processing
Dereverberación
Separación de fuentes sonoras
Aprendizaje maquinal
Procesamiento de señales
spellingShingle Dereverberation
Source separation
Machine learning
Signal processing
Dereverberación
Separación de fuentes sonoras
Aprendizaje maquinal
Procesamiento de señales
Ibarrola, Francisco Javier
Modelos de factorización en matrices no negativas para procesamiento de audio
description Fil: Ibarrola, Francisco Javier. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.
author2 Di Persia, Leandro Ezequiel
author_facet Di Persia, Leandro Ezequiel
Ibarrola, Francisco Javier
format Thesis
author Ibarrola, Francisco Javier
author_sort Ibarrola, Francisco Javier
title Modelos de factorización en matrices no negativas para procesamiento de audio
title_short Modelos de factorización en matrices no negativas para procesamiento de audio
title_full Modelos de factorización en matrices no negativas para procesamiento de audio
title_fullStr Modelos de factorización en matrices no negativas para procesamiento de audio
title_full_unstemmed Modelos de factorización en matrices no negativas para procesamiento de audio
title_sort modelos de factorización en matrices no negativas para procesamiento de audio
publishDate 2019
url https://hdl.handle.net/11185/5153
_version_ 1728547964670967808
spelling oai:bibliotecavirtual.unl.edu.ar-handle:11185-51532022-03-23T16:50:23Z Modelos de factorización en matrices no negativas para procesamiento de audio Nonnegative matrix factorization models for audio processing Ibarrola, Francisco Javier Di Persia, Leandro Ezequiel Aimar, Hugo Flesia, Ana Georgina Schlotthauer, Gastón Spies, Rubén Daniel Dereverberation Source separation Machine learning Signal processing Dereverberación Separación de fuentes sonoras Aprendizaje maquinal Procesamiento de señales Fil: Ibarrola, Francisco Javier. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Along the technological advances regarding portable electronic devices, over the last years the need for improving human machine interactions through speech has arise. One of the main challenges within this contexts has to do with the fact that a recording device does not register the target signal directly, but distorted with noise, echoes and other sound sources. In order to model these phenomena in a computationally efficient way and to gain interpretability, we can make use of nonnegative matrix factorization (NMF) techniques, that allow for a piecewise and purely additive representation of the data. Nevertheless, the classical NMF approaches present drawbacks associated to the lack of uniqueness in the representations. Furthermore, the current optimization methods are based on iterative, multiplicative algorithms that are not immediately adaptable to models contemplating certain time or frequency relations between their elements. In this thesis, new NMF methods are developed in order to tackle the problems of dereveberation and speech source separation. Through a Bayesian approach, and the associated penalization functions, certain characteristics are imposed over the elements constituting the model, which allows sorting out some classical difficulties within this context, associated to the lack of uniqueness and correlation in representations. Also, optimization algorithms are developed in order to tackle the minimization problems associated to the built functional, that allow for incorporating certain types of penalizers that due to their characteristics cannot be defined element by element. A la par de los avances tecnológicos de los aparatos electrónicos portátiles, ha surgido en los últimos años la necesidad de mejorar la interacción entre hombre y máquina a través del habla. Uno de los desafíos en este contexto tiene que ver con que un dispositivo de grabación no registra la señal deseada de manera directa, sino distorsionada mediante ruido, ecos y la presencia de otras fuentes sonoras. Para modelar estos fenómenos de manera computacionalmente eficiente y ganar interpretabilidad, podemos hacer uso de técnicas de factorización en matrices no negativas (NMF), que permiten una representación de los datos por partes y puramente aditiva. No obstante, los enfoques clásicos de NMF presentan dificultades asociadas a falta de unicidad en las representaciones. Por otro lado, los métodos de optimización actuales están basados en algoritmos iterativos y multiplicativos, que no son inmediatamente adaptables a modelos que contemplen ciertas relaciones temporales o frecuenciales entre sus elementos. En esta tesis se desarrollan nuevos métodos de NMF para abordar los problemas de dereveberación y separación de fuentes de habla. A través de un enfoque bayesiano y sus funciones de penalización asociadas se imponen características particulares sobre los elementos del modelo, lo que permite superar algunas dificultades clásicas en este contexto, asociadas a la falta de unicidad y decorrelación en las representaciones. Además, se desarrollan algoritmos de optimización para resolver los problemas de minimización asociados a los funcionales construidos, que permiten incorporar ciertos tipos de penalizantes que por sus características no pueden ser definidos elemento a elemento. Consejo Nacional de Investigaciones Científicas y Técnicas 2019-10-08T16:56:01Z 2019-10-08T16:56:01Z 2019-09-06 info:eu-repo/semantics/doctoralThesis info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/acceptedVersion SNRD https://hdl.handle.net/11185/5153 spa info:eu-repo/semantics/openAccess Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es application/pdf
score 11.8626

Ejemplares similares