LSTCM: Long-Term and Short-Term Transform of Convolutive Model in the STFT Domain
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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