用端到端深度神经网络建模非线性音频效果
音频与语音处理
2019-05-10 v2 机器学习
声音
信号处理
摘要
在音乐制作中，失真效果主要出于审美原因使用，通常应用于电声乐器。大多数现有的非线性建模方法往往被简化或针对某个非常特定的电路进行优化。在这项工作中，我们研究用于音频处理的深度学习架构，旨在找到一个通用目的的端到端深度神经网络来执行非线性音频效果的建模。我们展示了该网络对多种非线性的建模，并讨论了跨不同乐器的泛化能力。
引用
@article{arxiv.1810.06603,
title = {Modeling of nonlinear audio effects with end-to-end deep neural networks},
author = {Marco A. Martínez Ramirez and Joshua D. Reiss},
journal= {arXiv preprint arXiv:1810.06603},
year = {2019}
}
备注
Presented at the 2019 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), Brighton, UK, May 2019