SchrödingeRNN：将原始音频作为连续观测量子态的生成建模
声音
2019-11-28 v1 统计力学
机器学习
音频与语音处理
摘要
我们提出 SchrödingeRNN，一种受量子启发的原始音频生成模型。音频数据呈波状，且从连续信号中采样。尽管原始音频的生成建模近来取得重大进展，但与这两个特征相关的关 inductive 偏置在迄今探索的模型中大多缺失。量子力学是波行为概率模型的自然来源。我们的模型采用描述量子系统连续时间测量的随机薛定谔方程形式，并等价于于一维多体系统中波函数的连续矩阵乘积态（cMPS）表示。这构成了一种深度自回归架构，其中系统状态是对过去观测的潜在表示。我们在平稳与非平稳信号的合成数据集上测试了我们的模型。这是 cMPS 首次用于机器学习。
引用
@article{arxiv.1911.11879,
title = {Schr\"odingeRNN: Generative Modeling of Raw Audio as a Continuously Observed Quantum State},
author = {Beñat Mencia Uranga and Austen Lamacraft},
journal= {arXiv preprint arXiv:1911.11879},
year = {2019}
}
备注
32 pages, 20 figures, under review for MSML 2020