BEHM-GAN：利用生成对抗网络进行历史音乐的带宽扩展
音频与语音处理
2022-06-29 v2 声音
摘要
音频带宽扩展旨在扩展窄带音频信号的频谱。尽管近年来该课题已被广泛研究，但历史音乐录音的带宽扩展这一特定问题仍是一项开放挑战。本文提出 BEHM-GAN，一种基于生成对抗网络（GAN）的模型，作为该问题的实用解决方案。所提方法处理音频的复谱图表示，并借助一种专用的正则化策略，能够有效扩展分布外真实历史录音的带宽。BEHM-GAN 被设计为在抑制诸如爆音和背景噪声等任何加性干扰的录音去噪之后作为第二步应用。我们使用古典钢琴独奏音乐对方法进行训练和评估。所提方法在客观与主观实验中均优于所对比的基线。一项正式盲听测试的结果表明，BEHM-GAN 显著提升了 20 世纪初留声机录音的感知声音质量。对于若干条目，在使用所提带宽扩展算法增强历史录音后，平均意见得分有实质性改善。本研究是面向真实场景数据驱动音乐修复的相关一步。
引用
@article{arxiv.2204.06478,
title = {BEHM-GAN: Bandwidth Extension of Historical Music using Generative Adversarial Networks},
author = {Eloi Moliner and Vesa Välimäki},
journal= {arXiv preprint arXiv:2204.06478},
year = {2022}
}
备注
Accepted at IEEE Transactions on Audio, Speech, and Language Processing