End-to-End Probabilistic Inference for Nonstationary Audio Analysis

William Wilkinson, Michael Andersen, Joshua D. Reiss, Dan Stowell, Arno Solin

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

14 Lataukset (Pure)

Abstrakti

A typical audio signal processing pipeline includes multiple disjoint analysis stages, including calculation of a time-frequency representation followed by spectrogram-based feature analysis. We show how time-frequency analysis and nonnegative matrix factorisation can be jointly formulated as a spectral mixture Gaussian process model with nonstationary priors over the amplitude variance parameters. Further, we formulate this nonlinear model’s state space representation, making it amenable to infinite-horizon Gaussian process regression with approximate inference via expectation propagation, which scales linearly in the number of time steps and quadratically in the state dimensionality. By doing so, we are able to process audio signals with hundreds of thousands of data points. We demonstrate, on various tasks with empirical data, how this inference scheme outperforms more standard techniques that rely on extended Kalman filtering.
AlkuperäiskieliEnglanti
Otsikko36th International Conference on Machine Learning, ICML 2019
Sivut6776–6785
ISBN (elektroninen)9781510886988
TilaJulkaistu - 2019
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Conference on Machine Learning - Long Beach, Yhdysvallat
Kesto: 9 kesäkuuta 201915 kesäkuuta 2019
Konferenssinumero: 36

Julkaisusarja

NimiProceedings of Machine Learning Research
KustantajaJMLR
Vuosikerta97
ISSN (painettu)2640-3498

Conference

ConferenceInternational Conference on Machine Learning
LyhennettäICML
MaaYhdysvallat
KaupunkiLong Beach
Ajanjakso09/06/201915/06/2019

Sormenjälki Sukella tutkimusaiheisiin 'End-to-End Probabilistic Inference for Nonstationary Audio Analysis'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä