用于交互式声音合成的RNN的实值参数条件化
声音
2018-05-31 v2 机器学习
音频与语音处理
摘要
通过用信号特征（如音高、幅度和乐器）的信息增强音频输入，训练用于音频合成的循环神经网络（RNN）。训练后的结果是一个音频合成器，可以像乐器一样演奏，所需音乐特征作为连续参数控制提供。本文的重点是用实值参数对数据驱动合成模型进行条件化，特别是系统a)泛化能力和b)对训练中未见过的参数值和序列的响应能力。
引用
@article{arxiv.1805.10808,
title = {Real-valued parametric conditioning of an RNN for interactive sound synthesis},
author = {Lonce Wyse},
journal= {arXiv preprint arXiv:1805.10808},
year = {2018}
}
备注
Wyse, Lonce. (2018), Real-valued parametric conditioning of an RNN for real-time interactive sound synthesis. 6th International Workshop on Musical Metacreation, International Conference on Computational Creativity (ICCC) June 25-26, 2018, Salamanca, Spain