基于GPU加速有限差分格式的弦声音合成器

本文介绍了一种非线性弦声音合成器，基于对多种激励下弦动态行为的有限差分仿真。该合成器具有一个通用的弦仿真引擎，能够进行随机参数化，涵盖基频调制、刚度、张力、频率相关损耗以及激励控制。这一开源物理模型仿真器不仅有益于音频信号处理领域，还作为新颖的数据集构建工具，为基于神经网络的音频合成这一新兴领域做出贡献。该合成器在PyTorch中实现，提供灵活性，支持CPU与GPU利用，从而增强其作为仿真器的适用性。GPU利用通过在空间与批次维度上并行化操作来加速计算，进一步提升其作为数据生成器的效用。