为交互艺术生成多样逼真笑声
机器学习
2022-08-02 v2 声音
音频与语音处理
摘要
我们提出一个交互艺术项目，通过笑声这一悦耳旋律，以及借助先进笑声合成方法创建与探索的连接，使那些因 COVID-19 危机及其伴随的孤独而被隐去的人们重新显现。然而，在高品质听觉合成中无条件生成人类情感响应的多样性仍是一个开放问题，这对这些方法在艺术场景中的应用具有重要影响。我们开发了 LaughGANter，一种利用生成对抗网络（GANs）复现人类笑声多样性的方法。当在多样笑声样本数据集上训练时，LaughGANter 生成多样、高品质的笑声样本，并学习到适于情感分析与新颖艺术应用（如潜空间混合/插值与情感迁移）的潜空间。
引用
@article{arxiv.2111.03146,
title = {Generating Diverse Realistic Laughter for Interactive Art},
author = {M. Mehdi Afsar and Eric Park and Étienne Paquette and Gauthier Gidel and Kory W. Mathewson and Eilif Muller},
journal= {arXiv preprint arXiv:2111.03146},
year = {2022}
}
备注
Presented at Machine Learning for Creativity and Design workshop at NeurIPS 2021, 6 pages