基于神经音频效果可微混音台的多轨自动混音
音频与语音处理
2020-10-21 v1 声音
摘要
深度学习在多轨自动混音中的应用在很大程度上尚未被探索。这部分是由于可用数据有限，加之此类数据相对非结构化且多变。为应对这些挑战，我们提出了一种具有针对混音任务的强归纳偏置的受领域启发的模型。我们通过应用预训练子网络与权重共享，以及采用和/差立体声损失函数来实现这一点。所提模型可用有限数量的样本进行训练，对输入顺序具有置换不变性，且对输入源数量无限制。此外，它产生人类可读的混音参数，允许用户手动调整或精炼生成的混音。涉及音频工程师的感知评估结果指出，我们的方法生成的混音优于基线方法。据我们所知，本工作展示了首个从真实世界波形级数据学习多轨混音惯例的方法，且无需知晓底层混音参数。
引用
@article{arxiv.2010.10291,
title = {Automatic multitrack mixing with a differentiable mixing console of neural audio effects},
author = {Christian J. Steinmetz and Jordi Pons and Santiago Pascual and Joan Serrà},
journal= {arXiv preprint arXiv:2010.10291},
year = {2020}
}