条件 WaveGAN
计算机视觉与模式识别
2018-09-30 v1 机器学习
摘要
近年来，生成模型已成功用于图像合成。但当涉及音频、文本等其他模态时，进展甚微。近期工作聚焦于在无监督设定下从生成模型生成音频。我们探索了使用以类别标签为条件的生成模型的可能性。本工作探讨了基于拼接的条件化与条件缩放，并采用了多种超参数调优方法。本文我们引入了条件 WaveGANs（cWaveGAN）。我们的实现见 https://github.com/acheketa/cwavegan
引用
@article{arxiv.1809.10636,
title = {Conditional WaveGAN},
author = {Chae Young Lee and Anoop Toffy and Gue Jun Jung and Woo-Jin Han},
journal= {arXiv preprint arXiv:1809.10636},
year = {2018}
}
备注
Preprint