Power Cepstrum Calculation with Convolutional Neural Networks

Abstract

A model of neural network with convolutional layers that calculates the power cepstrum of the input signal is proposed. To achieve it, the network calculates the discrete-time short-term Fourier transform internally, obtaining the spectrogram of the signal as an intermediate step. Although the proposed neural networks weights can be calculated in a direct way, it is necessary to determine if they can be obtained through training with the gradient descent method. In order to analyse the training behaviour, tests are made on the proposed model, as well as on two variants (power spectrum and autocovariance). Results show that the calculation model of power cepstrum cannot be trained, but the analysed variants in fact can.

Se propone un modelo de red neuronal con capas de convolución que calcula el power cepstrum de una señal de audio. Para logarlo, la red calcula internamente la Transformada Discreta de Fourier de Tiempo Reducido, obteniendo el espectrograma de la señal como paso intermedio. Si bien los pesos de la red neuronal propuesta se pueden calcular de forma directa, uno de los objetivos de este trabajo es determinar si esta puede ser entrenada con el método del gradiente descendiente. Para analizar el comportamiento del entrenamiento se realizan pruebas sobre el modelo propuesto y también sobre dos variantes (power spectrum y autocovarianza). Los resultados indican que el modelo de cálculo del power cepstrum no se puede entrenar, pero las variantes analizadas sí.