面向样本率无关音频效果 RNN 的插值滤波器设计
音频与语音处理
2025-01-31 v2 声音
信号处理
摘要
循环神经网络（RNN）在模拟模拟 guitar 放大器和失真效果的非线性、有状态行为方面效果良好。与直接电路仿真不同，RNN 在其模型权重中编码了固定的采样率，在推理期间无法调整采样率。最近的工作提出了通过增加反馈延迟长度（以样本为单位）来增加 RNN 在推理时的采样率（过采样），使用分数延迟滤波器进行非整数转换。本文我们研究降低推理采样率（下采样）的任务，并提出使用外推滤波器来近似所需的分数信号提前。我们考虑两种滤波器设计方法，并分析滤波器阶数对音频质量的影响。我们的结果表明，正确选择滤波器可为过采样和下采样提供高质量结果；然而，在某些情况下，采样率调整会导致输出信号中出现不需要的伪影。我们通过线性化稳定性分析分析了这些失效情况，表明它们源于固定点附近的不稳定性。这种方法使我们能够在运行前对给定 RNN 模型选择合适的插值滤波器。
引用
@article{arxiv.2409.15884,
title = {Interpolation Filter Design for Sample Rate Independent Audio Effect RNNs},
author = {Alistair Carson and Alec Wright and Stefan Bilbao},
journal= {arXiv preprint arXiv:2409.15884},
year = {2025}
}