基于高斯过程建模低频脉冲退化的音频贝叶斯恢复
音频与语音处理
2024-11-12 v2 声音
信号处理
应用统计
机器学习
摘要
在使用机械设备播放旧黑胶和留声机录音时,常见的一种缺陷是由唱臂-唱针系统与介质表面深划痕甚至破损相互作用引起的、具有显著低频成分的长脉冲。先前在数字录音副本上抑制此类脉冲的方法依赖于对脉冲位置的先验估计,通常通过启发式方法执行。本文提出一种新颖的贝叶斯方法,能够联合估计脉冲位置;对引发脉冲的强不连续性下几乎被湮没的信号进行插值;并通过简单的高斯过程估计长脉冲尾部,从而将其从 corrupted 信号中抑制。模型参数以及脉冲的后验分布通过马尔可夫链蒙特卡洛(MCMC)算法进行探索。受控实验表明,所提方法在需要显著更少用户干预的同时,获得了与先前方法相似的感知结果,并在处理自然退化信号时表现良好。
引用
@article{arxiv.2005.14181,
title = {Bayesian Restoration of Audio Degraded by Low-Frequency Pulses Modeled via Gaussian Process},
author = {Hugo Tremonte de Carvalho and Flávio Rainho Ávila and Luiz Wagner Pereira Biscainho},
journal= {arXiv preprint arXiv:2005.14181},
year = {2024}
}
备注
14 pages, 7 figures, 4 tables. Submitted to IEEE Journal of Selected Topics in Signal Processing - Special Issue "Reconstruction of audio from incomplete or highly degraded observations"