基于生成对抗网络的相位感知音乐超分辨率
音频与语音处理
2020-10-12 v1
摘要
音频超分辨率是一项从低分辨率信号中恢复缺失高分辨率特征的挑战性任务。为此，生成对抗网络（GAN）已被用于通过训练低与高频分量幅度之间的映射而取得有前景的结果。然而，传统方法未充分考虑相位信息以进行波形重建。本文中，我们解决音乐超分辨率问题，并对相位对该任务的重要性进行透彻研究。我们使用GAN预测高频分量的幅度。相应的相位信息可使用基于GAN的波形合成系统或修改的Griffin-Lim算法提取。实验结果表明，相位信息在提升重建音乐质量方面起着重要作用。此外，我们所提方法在客观评价上显著优于其他最先进方法。
引用
@article{arxiv.2010.04506,
title = {Phase-aware music super-resolution using generative adversarial networks},
author = {Shichao Hu and Bin Zhang and Beici Liang and Ethan Zhao and Simon Lui},
journal= {arXiv preprint arXiv:2010.04506},
year = {2020}
}
备注
This paper has been accepted to Interspeech 2020 (http://www.interspeech2020.org/)