基于深度学习和状态空间模型的模拟类比动态范围压缩器
声音
2024-03-26 v1 机器学习
音频与语音处理
摘要
我们描述了一种新方法，用于通过分析其模拟原型来开发动态范围压缩器的数字模型。虽然真实的数字动态压缩器在许多应用中可能有用，但设计过程具有挑战性，因为压缩器在长时间尺度上以非线性方式运行。我们的做法基于结构化状态空间序列模型 (S4)，因为实现状态空间模型 (SSM) 已被证明在学习长程依赖方面高效，且适用于建模动态范围压缩器。我们在本文中提出了一种基于 S4 层的深度学习模型，用于模拟 Teletronix LA-2A 类比动态范围压缩器。该模型具有因果性，可实时高效执行，实现的质量大致与先前的深度学习模型相当，但参数更少。
引用
@article{arxiv.2403.16331,
title = {Modeling Analog Dynamic Range Compressors using Deep Learning and State-space Models},
author = {Hanzhi Yin and Gang Cheng and Christian J. Steinmetz and Ruibin Yuan and Richard M. Stern and Roger B. Dannenberg},
journal= {arXiv preprint arXiv:2403.16331},
year = {2024}
}