评估用于弹性混响建模的神经网络架构
声音
2024-09-10 v1 人工智能
摘要
混响是空间音频感知中的关键要素，历史上通过使用模拟器材（如板混响和弹性混响）实现，近 decades 来已通过数字信号处理技术实现，允许采用不同的方法进行虚拟模拟器材 (VAM)。弹性混响的电机功能使其成为一种非线性系统，难以使用白盒建模技术在数字域中完全模拟。本研究比较了五种不同的神经网络架构，包括卷积和循环模型，以评估其在复制此类音效特征方面的有效性。评估在 16 kHz 和 48 kHz 的采样率下进行，分别针对两个数据集。本文特别关注提供参数控制的神经音频架构，旨在推动当前黑盒建模技术在弹性混响领域的边界。
引用
@article{arxiv.2409.04953,
title = {Evaluating Neural Networks Architectures for Spring Reverb Modelling},
author = {Francesco Papaleo and Xavier Lizarraga-Seijas and Frederic Font},
journal= {arXiv preprint arXiv:2409.04953},
year = {2024}
}
备注
8 pages, 7 figures, 2 tables