利用 GAN 感知音乐质量
声音
2021-04-06 v2 机器学习
音频与语音处理
摘要
已有若干方法被开发用于评估在诸如有损压缩等变换下音频的感知质量。然而，它们需要未改动内容的配对参考信号，这限制了它们在参考不可用场景中的应用。这阻碍了音频生成与风格迁移方面的进展，其中无参考质量评估方法将允许跨方法更具可复现性的比较。我们提出在大型音乐库上训练一个 GAN，并将其判别器用作音乐感知质量的无需参考的质量评估度量。该方法无监督，无需访问退化素材，并可针对各种音乐领域进行调优。在一个有 448 名人类受试者参与的听测中，参与者对经不同级别与类型信号退化（如波形整形失真与低通滤波）处理的专业制作音乐曲目进行评分，我们建立了一个人类评分素材数据集。通过使用该人类评分数据集，我们表明判别器分数与主观评分显著相关，说明所提方法可用于创建无参考音乐音频质量评估度量。
引用
@article{arxiv.2006.06287,
title = {Perceiving Music Quality with GANs},
author = {Agrin Hilmkil and Carl Thomé and Anders Arpteg},
journal= {arXiv preprint arXiv:2006.06287},
year = {2021}
}
备注
Extended abstract (first version) accepted for the Northern Lights Deep Learning Workshop 2020