基于深度神经网络的音乐带宽扩展中滤波器泛化问题
音频与语音处理
2021-01-07 v2 人工智能
机器学习
声音
摘要
本文探讨音频增强广阔领域中的一个子课题，即音乐音频带宽扩展。我们利用深度神经网络表述带宽扩展问题，其中将带限信号作为网络输入，目标是重建全带宽输出。我们的主要贡献集中于训练及后续测试网络时低通滤波器选择的影响。对于ResNet和U-Net两种不同的最先进深度架构，我们证明当训练与测试滤波器匹配时，可获得高达7dB的信噪比(signal-to-noise ratio, SNR)提升。然而，当这些滤波器不同时，提升大幅下降，且在部分训练条件下导致SNR低于带限输入。为规避这种对滤波器形状的明显过拟合，我们提出一种数据增强策略，在训练期间利用多个低通滤波器，从而改善对测试时未见滤波条件的一般化能力。
引用
@article{arxiv.2011.07274,
title = {On Filter Generalization for Music Bandwidth Extension Using Deep Neural Networks},
author = {Serkan Sulun and Matthew E. P. Davies},
journal= {arXiv preprint arXiv:2011.07274},
year = {2021}
}
备注
Qualitative examples on https://serkansulun.com/bwe. Source code on https://github.com/serkansulun/deep-music-enhancer