关于Foley声音合成挑战赛的提案
声音
2022-07-25 v1 人工智能
多媒体
音频与语音处理
摘要
“Foley”指在后期制作中为多媒体添加的音效，以增强其感知声学特性，例如通过模拟脚步声、环境声或屏幕上可见物体的声音。虽然 foley 传统上由 foley 艺术家制作，但基于近期声音合成与生成模型的进展，人们对自动或机器辅助技术的兴趣日益增长。为促进这一新兴研究领域的更多参与，我们提出一项自动 foley 合成挑战赛。通过对音频与机器学习领域以往成功挑战赛的案例研究，我们确立了该挑战赛的目标：对不同 foley 合成系统进行严谨、统一且高效的评估，其总体目标是吸引研究界的积极参与。我们概述了 foley 声音合成挑战赛的细节与设计考量，包括任务定义、数据集需求与评估标准。
引用
@article{arxiv.2207.10760,
title = {A Proposal for Foley Sound Synthesis Challenge},
author = {Keunwoo Choi and Sangshin Oh and Minsung Kang and Brian McFee},
journal= {arXiv preprint arXiv:2207.10760},
year = {2022}
}