使用扩张残差网络的自适应共振均衡
声音
2024-12-09 v1 机器学习
音频与语音处理
摘要
在音乐与音频制作中，频谱共振的衰减是获得技术正确结果的重要步骤。本文提出一个双组件系统以自动化共振均衡任务。第一个组件是一个动态均衡器，可自动检测共振并按用户指定因子衰减之。第二个组件是一个深度神经网络，基于加窗音频预测最优衰减因子。该网络在一项实验中收集的经验数据上训练与验证，该实验中声音工程师为一组音轨选择其偏好的衰减因子。我们测试了预测模型的两种不同网络架构，发现直接作用于音频信号的扩张残差网络与需要先验音频特征提取阶段的网络架构表现相当。两种架构均显著优于基线方法预测人类偏好的共振衰减因子。
引用
@article{arxiv.1807.08636,
title = {Auto-adaptive Resonance Equalization using Dilated Residual Networks},
author = {Maarten Grachten and Emmanuel Deruty and Alexandre Tanguy},
journal= {arXiv preprint arXiv:1807.08636},
year = {2024}
}