NoiseBandNet：基于滤波器组的可控时变音效神经网络合成
声音
2024-10-28 v1 音频与语音处理
摘要
由于数据的潜在稀缺性与谱-时变异性，音效的可控神经音频合成是一项具有挑战性的任务。可微分数字信号处理（DDSP）合成器已成功用于以相对有限的数据与计算资源建模并控制音乐与谐波信号。此处我们提出NoiseBandNet，一种通过滤波器组滤除白噪声来合成并控制音效的架构，从而超越先前对声音谐波性质做假设的系统。我们通过一系列实验评估该方法，建模脚步声、雷暴、陶艺、敲击与金属音效。将NoiseBandNet的音频重建能力与DDSP滤波噪声合成器的四种变体比较，NoiseBandNet在十个评估类别中的九个得分更高，确立了生成具良好时间与频率分辨率、任意长度时变非谐波音效的灵活DDSP方法。最后，我们介绍NoiseBandNet的一些潜在创造性用途：生成变体、执行响度迁移，以及基于用户定义控制曲线训练。
引用
@article{arxiv.2307.08007,
title = {NoiseBandNet: Controllable Time-Varying Neural Synthesis of Sound Effects Using Filterbanks},
author = {Adrián Barahona-Ríos and Tom Collins},
journal= {arXiv preprint arXiv:2307.08007},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication