音频修复：重访与重加权
音频与语音处理
2020-11-03 v3 声音
摘要
我们处理基于稀疏性的音频修复问题，即填补音频中缺失的片段。基于数学优化的方法所带来的一个后果是填补间隙中信号的幅度不足。在基于稀疏性与凸优化的框架内，我们提出了对音频修复的改进，旨在补偿此类能量损失。新思路基于不同类型的加权，包括在系数域和时间域中的加权。我们表明，我们的方案在 SNR 和 ODG 两方面均提升了修复性能。
引用
@article{arxiv.2001.02480,
title = {Audio Inpainting: Revisited and Reweighted},
author = {Ondřej Mokrý and Pavel Rajmic},
journal= {arXiv preprint arXiv:2001.02480},
year = {2020}
}