利用深度神经网络快速计算响度
音频与语音处理
2019-05-28 v1 机器学习
声音
摘要
本文介绍了一种深度神经网络 (DNN)，用于从声音的时间波形预测其瞬时响度。该 DNN 使用一种称为剑桥响度模型的更复杂模型的输出进行训练。虽然现代 PC 使用剑桥响度模型每秒可进行数百次响度计算，但使用 DNN 每秒可进行超过 100,000 次，从而实现响度的实时计算。对于未见过的声音类型，两种模型对瞬时响度级预测的均方根偏差小于 0.5 phon。我们认为，用快得多的 DNN 模拟复杂感知模型这一通用方法可应用于其他感知模型，使其实时运行。
引用
@article{arxiv.1905.10399,
title = {Fast computation of loudness using a deep neural network},
author = {Josef Schlittenlacher and Richard E. Turner and Brian C. J. Moore},
journal= {arXiv preprint arXiv:1905.10399},
year = {2019}
}