DrumGAN VST：基于自编码生成对抗网络的鼓声分析与合成插件
声音
2022-06-30 v1 机器学习
音频与语音处理
摘要
在当代流行音乐制作中，鼓声设计通常通过繁琐地浏览和处理声音库中的预录制样本来完成。也可以使用专门的合成硬件，通常通过低层级、音乐上无意义的参数控制。如今，深度学习领域提供了通过习得的高层特征控制合成过程并生成多种声音的方法。在本文中，我们提出DrumGAN VST，一个使用生成对抗网络合成鼓声的插件。DrumGAN VST以44.1 kHz采样率音频运行，提供独立的连续乐器类别控制，并具备将声音映射至GAN潜空间的编码神经网络，从而实现已有鼓声的重合成与操控。我们提供了大量声音示例及所提VST插件的演示。
引用
@article{arxiv.2206.14723,
title = {DrumGAN VST: A Plugin for Drum Sound Analysis/Synthesis With Autoencoding Generative Adversarial Networks},
author = {Javier Nistal and Cyran Aouameur and Ithan Velarde and Stefan Lattner},
journal= {arXiv preprint arXiv:2206.14723},
year = {2022}
}
备注
7 pages, 2 figures, 3 tables, ICML2022 Machine Learning for Audio Synthesis (MLAS) Workshop, for sound examples visit https://cslmusicteam.sony.fr/drumgan-vst/