基于对抗学习的正弦波生成网络及其应用：合成蛙声用于数据增强
声音
2019-01-09 v1 机器学习
音频与语音处理
摘要
基于理论模型生成观测值的模拟器可作为信号处理算法开发、预测与评估的重要工具。设计此类模拟器需耗费大量精力依据应用构建数学模型。为表征多种真实现象，有时需要复杂模型。相比之下，从真实观测中训练的生成模型获取合成观测通常所需精力少得多。本文提出一种基于对抗学习的生成模型。鉴于观测值通常是由正弦波与随机噪声线性组合构成的信号，首先基于对抗网络设计正弦波生成网络，随后可利用所提网络生成音频波形。实验探究了利用对抗学习设计该网络目标函数的若干方法。此外，使用以真实与合成声音训练的卷积神经网络进行两栖动物声音分类。定性与定量结果均表明，所提生成模型能生成逼真信号，且对数据增强与数据分析极有帮助。
引用
@article{arxiv.1901.02050,
title = {Sinusoidal wave generating network based on adversarial learning and its application: synthesizing frog sounds for data augmentation},
author = {Sangwook Park and David K. Han and Hanseok Ko},
journal= {arXiv preprint arXiv:1901.02050},
year = {2019}
}
备注
This paper has been revised from our previous manuscripts as following reviewer's comments in ICML, NIP, and IEEE TSP