基于可微分谐波加噪声模型的高效音乐信号带宽扩展

带宽扩展任务旨在基于声音低频部分的知识生成音频信号缺失的高频。该任务适用于诸多问题，如音频编码与音频修复。本文中，我们关注使用可微分数字信号处理（DDSP）模型的高效单声道与多声部音乐信号带宽扩展。此类模型由参数相对较少的神经网络部分构成，该部分经训练推断可微分数字信号处理模型的参数，从而高效生成全频带输出音频信号。我们首先处理单声道信号的带宽扩展，随后提出两种显式处理多声部信号的方法。所提模型的优势首先在与基线及基于深度学习的 resnet 模型的对比中于单声道与多声部合成数据上得到验证。接着在录制的单声道与多声部数据上评估模型，涵盖多种乐器与音乐流派。我们表明，在频域计算的客观指标上，所有提出的模型均超越复杂度更高的深度学习模型。MUSHRA 听测证实了所提方法在感知质量上的优越性。