用于歌声分离的无监督深度展开表征学习

基于摘要分析。本文研究如何从混合音频波形中学习有效的人声表征，提出深度展开表征学习 DURL 及结合最优传输的 OT-DURL，用显式信号先验构建编码器，服务于歌声分离（SVS），而非 EEG 或 BCI 任务。 方法将表征学习写成一系列信号重建优化问题，纳入合成先验、非负先验及作者提出的分析先验。DURL 使用欧氏距离惩罚分析先验，OT-DURL 则采用最优传输（OT）距离。作者通过一阶算子分裂算法求解，并将迭代过程展开为编码器，把不同先验对应到可解释的子层。摘要未给出先验的具体数学形式、OT 的计算方式或训练目标细节。 作者在 unsupervised informed SVS 和监督式 Open-Unmix 两种框架中评估编码器。作者报告，OT-DURL 优于 DURL，且两者相较基线均能改善人声分离性能；摘要未提供数据集、划分、具体指标及数值，改善幅度与比较条件尚未验证。实验协议、消融及统计信息尚未验证，复现还需核对展开步数、先验实现和训练配置。 平台推测（待验证）：可迁移的假设是将信号重建问题及其先验展开为可训练编码器，用于探索 EEG 信号分解或伪迹抑制；这不意味着音频中的先验适用于 EEG。原方法依赖混合波形与重建结构，具体监督信息及数据规模要求尚未验证。可复用的是优化展开框架，需改造的是 EEG 的重建模型、先验约束和 OT 代价；非负性若直接施加于有正负极性的 EEG 波形，可能不合适。低信噪比、通道差异、跨被试变化和小数据均可能导致失效。一个可检验的小实验是在相同 EEG 划分与训练预算下，对照普通编码器、DURL 和 OT-DURL，检查伪迹抑制是否同时保留任务相关信号。已有 EEG 相关工作尚未检索确认。