基于非配对数据的对抗式吉他放大器建模

我们提出了一种音频效果处理框架，可从录音中学习模拟目标电吉他音色。我们使用对抗方法训练深度神经网络，旨在将一把吉他的音色转换为经过音频效果处理（例如由吉他放大器施加）后的另一把吉他的音色。模型训练无需配对数据，所得模型能良好地模拟目标音色，并可在现代个人计算机上实时处理。为验证我们的方法，我们给出了两个实验：其一使用配对数据进行非配对训练，从而可通过客观指标监控训练；其二使用完全非配对数据，对应于用户仅利用录音中的音频数据来模拟吉他音色的现实场景。我们的听音测试结果证实这些模型在感知上令人信服。