使用端到端卷积深度神经网络对混合人声轨进行混响转换
音频与语音处理
2021-03-04 v1 机器学习
声音
摘要
混响在音乐制作中起着关键作用，它为听众提供音乐的空间感、音色与质感。然而，即使由熟练的工程师来重现参考音乐轨的音乐混响也很具挑战性。为此，我们提出一个端到端系统，能够切换两条不同混合人声轨的音乐混响因子。该方法使我们能够将参考轨的混响应用于期望施加该效果的信号轨。此外，当参考轨用作干声人声源时，我们的模型可执行去混响。所提模型结合对抗目标进行训练，从而能够处理高分辨率音频样本。感知评估确认所提模型能以 64.8% 的偏好率转换混响因子。据我们所知，这是首次尝试将深度神经网络应用于人声轨音乐混响的转换。
引用
@article{arxiv.2103.02147,
title = {Reverb Conversion of Mixed Vocal Tracks Using an End-to-end Convolutional Deep Neural Network},
author = {Junghyun Koo and Seungryeol Paik and Kyogu Lee},
journal= {arXiv preprint arXiv:2103.02147},
year = {2021}
}
备注
To appear in ICASSP 2021