随机过载神经网络
音频与语音处理
2021-08-05 v3 声音
摘要
通过在时域中使用随机加权的时间卷积网络（TCNs）处理音频信号，我们发现了广泛新颖且可控的过载效果。我们发现，架构方面如网络深度、核大小、通道数、激活函数以及权重初始化，均对所得效果的音色特征具有清晰影响，且无需训练。实践中，随着感受野增大，这些效果从常规的过载与失真扩展到更极端的效果，类似于失真、均衡、延迟与混响的融合。为便于音乐人与制作人员使用，我们提供了实时插件实现。这使用户能够动态设计网络，并实时试听结果。我们在 https://csteinmetz1.github.io/ronn 提供了演示与代码。
引用
@article{arxiv.2010.04237,
title = {Randomized Overdrive Neural Networks},
author = {Christian J. Steinmetz and Joshua D. Reiss},
journal= {arXiv preprint arXiv:2010.04237},
year = {2021}
}
备注
Updating project URL. Now https://csteinmetz1.github.io/ronn