生成式机器听者
音频与语音处理
2023-08-21 v1 声音
摘要
我们展示了如何通过在个体侵入式听音测试分数上训练神经网络，来预测每对参考和编码输入立体声或双耳信号的分数分布。我们将此方法昵称为生成式机器听者（GML），因为它能够生成任意数量的模拟听音测试数据。与使用基于平均分回归的基线系统相比，我们观察到平均分预测的离群值比（OR）更低，并且易于获得置信区间（CI）的预测。引入图像领域的数据增强技术显著提高了CI预测精度以及平均分的Pearson和Spearman秩相关。
引用
@article{arxiv.2308.09493,
title = {Generative Machine Listener},
author = {Guanxin Jiang and Lars Villemoes and Arijit Biswas},
journal= {arXiv preprint arXiv:2308.09493},
year = {2023}
}
备注
Accepted to 155th Audio Engineering Society (AES) Convention, New York, NY, USA, October 2023