잠재 도메인에서 베이지안 추론을 통한 비지도 소스 분리

최첨단 음성 소스 분리 모델은 라벨링 자원 측면에서 비용이 큰 감독 기반 데이터 중심 접근법에 의존하고 있다. 반면, 어떠한 직접적인 감독 없이 이러한 모델을 훈련하는 방법은 메모리와 시간 측면에서 높은 요구를 받으며, 추론 시점에서 실용적으로 사용하기 어렵다는 한계를 지닌다. 본 연구는 시간 도메인 신호의 잠재 표현에 직접 작용하는 간단하면서도 효과적인 비감독 분리 알고리즘을 제안함으로써 이러한 한계를 극복하고자 한다. 제안된 알고리즘은 사전 훈련된 자기회귀 네트워크 형태의 깊은 베이지안 사전 확률을 활용하여 각 소스의 확률 분포를 모델링한다. 우리는 새로운 손실 항을 도입하여 이 이산 잠재 공간에 정확한 산술적 구조를 강제함으로써, 낮은 카디널리티(원소 수)를 활용하여 근사 전략에 의존하지 않고 정확한 베이지안 추론을 수행한다. 제안된 방법은 Slakh 데이터셋(arXiv:1909.08494)을 기반으로 검증되었으며, 감독 기반 최첨단 방법과 비교해 유사한 성능을 달성하면서도 다른 비감독 방법보다 더 적은 자원을 요구함을 보였다.