ItôWave：Itô 随机微分方程即你所需要的一切用于波形生成
声音
2022-04-15 v2 音频与语音处理
摘要
本文中，我们提出一种基于一对前向与反向时间线性随机微分方程（SDE）的声码器。该 SDE 对的解是两个随机过程，其中之一将我们想要生成的波形的分布转化为简单且易处理的分布。另一个则是生成过程，将该易处理的简单信号转化为目标波形。该模型称为 ItôWave。ItôWave 使用维纳过程作为驱动，在原始梅尔频谱图的条件输入下，逐步从噪声信号中减去多余信号，分别生成逼真的对应有意义音频。实验结果表明，ItôWave 的平均意见得分（MOS）可超越当前最先进（SOTA）方法，达到 4.350.115。生成的音频样本可在线获取。
引用
@article{arxiv.2201.12519,
title = {It\^oWave: It\^o Stochastic Differential Equation Is All You Need For Wave Generation},
author = {Shoule Wu and Ziqiang Shi},
journal= {arXiv preprint arXiv:2201.12519},
year = {2022}
}
备注
ICASSP 2022. arXiv admin note: substantial text overlap with arXiv:2105.07583