磁带录音机的神经建模
音频与语音处理
2023-05-29 v1 机器学习
声音
摘要
磁记录介质(如开盘式和盒式磁带录音机)的声音因其磁记录过程物理特性中固有的不完美,至今仍被声音从业者所追求。本文提出一种使用神经网络数字模拟该特性的方法。所提系统的信号链由三个主要部分组成:由磁记录过程以及录放放大器共同产生的滞回非线性与滤波、源于磁带传输的波动延迟,以及来自各种电磁源的复合加性噪声分量。在我们的方法中,滞回非线性模块使用循环神经网络建模,而延迟轨迹与噪声分量使用独立的扩散模型生成,这些模型采用 U-net 深度卷积神经网络。根据所进行的客观评价,所提架构忠实地捕捉了磁带录音机的特性。本研究的结果可用于构建复古声音记录设备的虚拟复制品,应用于音乐制作与音频仿古任务。
引用
@article{arxiv.2305.16862,
title = {Neural modeling of magnetic tape recorders},
author = {Otto Mikkonen and Alec Wright and Eloi Moliner and Vesa Välimäki},
journal= {arXiv preprint arXiv:2305.16862},
year = {2023}
}
备注
Accepted to DAFx 2023. For accompanying web page, see http://research.spa.aalto.fi/publications/papers/dafx23-neural-tape/