SampleRNN：一种无条件的端到端神经音频生成模型
声音
2017-02-14 v2 人工智能
摘要
在本文中，我们提出了一种基于逐个生成音频样本的无条件音频生成新模型。我们表明，我们的模型通过将无记忆模块（即自回归多层感知机）和有状态循环神经网络以分层结构相结合而受益，能够在三个不同性质的数据集上捕捉极长时间跨度内时间序列的潜在变化源。对生成样本的人类评估表明，我们的模型优于竞争模型。我们还展示了模型的每个组件如何对所展示的性能做出贡献。
引用
@article{arxiv.1612.07837,
title = {SampleRNN: An Unconditional End-to-End Neural Audio Generation Model},
author = {Soroush Mehri and Kundan Kumar and Ishaan Gulrajani and Rithesh Kumar and Shubham Jain and Jose Sotelo and Aaron Courville and Yoshua Bengio},
journal= {arXiv preprint arXiv:1612.07837},
year = {2017}
}
备注
Published as a conference paper at ICLR 2017