优化微型无色反馈延迟网络
音频与语音处理
2025-12-19 v4 声音
摘要
人工混响算法中的一个常见问题是合成声音的谱彩色，即表现为金属般的共振，导致声音质量下降。在延迟网络方法中，当使用的延迟线较少时，彩色现象更为明显。本文提出了一种优化框架，其中用于学习参数的微型可微分反馈延迟网络可包含尽可能少的四条延迟线，以迭代减少彩色现象。优化的参数包括反馈矩阵以及输入和输出增益。优化目标为两方面:通过谱损失最大化谱平坦性，同时通过惩罚参数值中的稀疏性来维持时序密度。实现了有利的窄分布模式激发，同时保持所需的脉冲响应密度。在主观评估中，新方法在减少晚期混响的感知彩色方面证明有效。与作为基准的作者之前的工作（该工作在时域中使用稀疏损失），所提出的方法在保持性能的同时实现了计算节省。通过两种应用场景演示了本工作的有效性，这些情况下通过引入衰减滤波器和可优化的散射反馈矩阵，可获得平滑的合成房间脉冲响应。
引用
@article{arxiv.2402.11216,
title = {Optimizing tiny colorless feedback delay networks},
author = {Gloria Dal Santo and Karolina Prawda and Sebastian J. Schlecht and Vesa Välimäki},
journal= {arXiv preprint arXiv:2402.11216},
year = {2025}
}