MétaCan
Menu
Retour à la cohorte
Enregistrement W4417471634 · doi:10.1109/taslpro.2025.3646043

LSTCM: Long-Term and Short-Term Transform of Convolutive Model in the STFT Domain

2025· article· W4417471634 sur OpenAlexaff
Chao Pan, Jingdong Chen, Jacob Benesty

Notice bibliographique

RevueIEEE Transactions on Audio Speech and Language Processing · 2025
Typearticle
Langue
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversité du Québec à Montréal
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésShort-time Fourier transformFourier transformFinite impulse responseWiener filterWindow functionInterpolation (computer graphics)Impulse responseFilter (signal processing)Impulse (physics)Source separation

Résumé

récupéré en direct d'OpenAlex

This paper investigates the convolutive transfer function (CTF) model in the short-time Fourier transform (STFT) domain. The CTF model depends on both the analysis window length and the step size between adjacent frames. We introduce an interpolation process for the source signal in the STFT domain, expressing the source signal as an interpolation of multi-frame STFT-domain signals. Based on this interpolation, we derive a CTF model, where CTF coefficients are proportional to the Fourier transform of the windowed impulse response. Notably, the window is independent of the STFT analysis window. We propose the LSTCM approach, which transfers CTF coefficients between different window lengths and step sizes. The LSTCM consists of two parts: the decoding process and the recoding process. The decoding process converts CTF coefficients into time-domain impulse responses by utilizing frequency band results from the Fourier transform of the upsampled CTF coefficients, concatenating these results, and applying the inverse Fourier transform. The recoding process translates the time-domain impulse response back into CTF coefficients for the target window length and step size. Simulations indicate that an overlap rate greater than 75% between adjacent frames is necessary for an accurate model. To demonstrate the potential of the proposed LSTCM framework, we apply it to establish a connection between a long-term source separation approach and a short-term noise reduction method in the STFT domain. The long-term source separation generates estimates of impulse responses, while the LSTCM builds the accurate model in the short-term STFT domain, leading to a multiple-input/output-inverse-theorem (MINT) filter and a Wiener filter derived from the model parameters. The results illustrate the significant potential of the LSTCM.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,281
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Audio Speech and Language ProcessingMême sujetSpeech and Audio ProcessingTravaux en français237 207