Sounderfeit：利用条件对抗自编码器克隆物理模型
声音
2018-06-27 v1 机器学习
神经与进化计算
音频与语音处理
摘要
本文评估了一种以物理建模弓弦合成器的已知参数为条件的对抗自编码器，用于参数估计与重合成任务。引入潜变量维度以捕获条件参数未能解释的方差。我们将对抗训练有无情况下的结果进行了比较，并考察了一个能够“复制”给定参数—信号双向关系的系统。我们提出了一个基于生成式、条件化与正则化神经网络构建的实时合成系统，使得仅依据录制数据即可构造引人入胜的声音合成器。
引用
@article{arxiv.1806.09617,
title = {Sounderfeit: Cloning a Physical Model using a Conditional Adversarial Autoencoder},
author = {Stephen Sinclair},
journal= {arXiv preprint arXiv:1806.09617},
year = {2018}
}
备注
Extended conference paper published as article in Brazilian open-access journal Musica Hodie. 17 pages, 10 figures. ISSN 1676-3939. Dispon\'ivel em: https://www.revistas.ufg.br/musica/article/view/53570. arXiv admin note: substantial text overlap with arXiv:1802.08008