通过受控合成学习解耦的音频表示
声音
2024-02-19 v1 机器学习
音频与语音处理
摘要
本文解决了解耦听觉表示学习中基准数据的稀缺性问题。我们引入了SynTone，一个具有明确真实解释因子的合成数据集，用于评估解耦技术。在SynTone上对最先进方法进行基准测试，突显了其在方法评估中的实用性。我们的结果强调了音频解耦中的优势和局限性，为未来研究提供了动力。
引用
@article{arxiv.2402.10547,
title = {Learning Disentangled Audio Representations through Controlled Synthesis},
author = {Yusuf Brima and Ulf Krumnack and Simone Pika and Gunther Heidemann},
journal= {arXiv preprint arXiv:2402.10547},
year = {2024}
}
备注
12 pages, 12 figures, accepted as a Tiny paper at ICLR 2024