基于音频应用的深度强化学习综述
声音
2021-01-05 v1 机器学习
音频与语音处理
摘要
深度强化学习（DRL）有望通过赋予自主系统对现实世界的高层次理解而革新人工智能（AI）领域。当前，深度学习（DL）正使 DRL 能有效解决各领域中的各种难解问题。最为重要的是，DRL 算法也被用于音频信号处理，以直接从语音、音乐及其他声音信号中学习，从而创建基于音频的自主系统，这些系统在现实世界中有许多 promising 应用。在本文中，我们通过汇集跨不同语音与音乐相关领域的研究，对 DRL 在音频领域的进展进行了全面综述。我们从 DL 与强化学习（RL）的一般领域介绍开始，进而介绍主要 DRL 方法及其在音频领域的应用。最后，我们给出了基于音频的 DRL 智能体面临的挑战，并强调了未来研究与探索的开放领域。
引用
@article{arxiv.2101.00240,
title = {A Survey on Deep Reinforcement Learning for Audio-Based Applications},
author = {Siddique Latif and Heriberto Cuayáhuitl and Farrukh Pervez and Fahad Shamshad and Hafiz Shehbaz Ali and Erik Cambria},
journal= {arXiv preprint arXiv:2101.00240},
year = {2021}
}
备注
Under Review