用于电子管放大器仿真的深度学习
音频与语音处理
2019-02-21 v2 声音
摘要
模拟音频效果器与合成器常因其电路非线性而具有独特音色。在虚拟模拟软件中忠实建模原始声音的这一重要方面可能颇具挑战。本工作提出一种通用的数据驱动虚拟模拟建模方法，并将其应用于 Fender Bassman 56F-A 真空管放大器。具体而言，训练 WaveNet 深度神经网络的前馈变体，对来自该电子管放大器 SPICE 模型的输入至输出音频波形样本进行回归。输出信号经预加重以辅助模型学习高频内容。听音测试结果表明，所提模型准确仿真了参考设备。特别是，该模型对用户控制变化作出响应，并忠实还原了原始设备各配置间发现的音质特征范围。
引用
@article{arxiv.1811.00334,
title = {Deep Learning for Tube Amplifier Emulation},
author = {Eero-Pekka Damskägg and Lauri Juvela and Etienne Thuillier and Vesa Välimäki},
journal= {arXiv preprint arXiv:1811.00334},
year = {2019}
}
备注
Accepted to ICASSP 2019