面向长间隙音乐修复的相似性引导扩散方法

音乐修复旨在重建受损录音中缺失的片段。虽然基于扩散的生成模型改善了中等长度间隙的重建效果，但它们往往难以在多秒的间隙上保持音乐的合理性。我们引入了相似度引导扩散后验采样（SimDPS），这是一种结合了扩散推理与相似性搜索的混合方法。候选片段首先基于上下文相似性从语料库中检索，然后被整合到一个修正的似然函数中，该函数引导扩散过程朝向上下文一致的重建。对 2 秒间隙的钢琴音乐修复进行的主观评估表明，与无引导扩散相比，所提出的 SimDPS 方法增强了感知合理性，并且当存在中等相似度的候选片段时，其表现通常优于单独的相似性搜索。这些结果证明了混合相似性方法在具有长间隙的基于扩散的音频增强中的潜力。