深度无监督鼓点转写

我们介绍 DrummerNet，一种以无监督方式训练的鼓点转写系统。DrummerNet 不需要任何真值转写，并借助深度神经网络的数据可扩展性，从大型无标签数据集学习。在 DrummerNet 中，目标鼓信号首先传入一个（可训练的）转写器，随后依据转写估计在一个（固定的）合成器中重建。通过训练系统最小化输入与输出音频信号间的距离，转写器学会了在无真值转写下的转写。我们的实验表明，与许多近期其他鼓点转写系统（无论监督或无监督）相比，DrummerNet 表现俱佳。