TimbreCLIP：将音色与文本和图像相连
声音
2022-11-22 v1 机器学习
音频与语音处理
摘要
我们展示了一项进行中的工作 TimbreCLIP，这是一个在单乐器音符上训练的音频-文本跨模态嵌入。我们用合成器音色补丁上的跨模态检索任务对模型进行评估。最后，我们展示了 TimbreCLIP 在两个任务上的应用：文本驱动的音频均衡与音色到图像生成。
引用
@article{arxiv.2211.11225,
title = {TimbreCLIP: Connecting Timbre to Text and Images},
author = {Nicolas Jonason and Bob L. T. Sturm},
journal= {arXiv preprint arXiv:2211.11225},
year = {2022}
}
备注
Submitted to AAAI workshop on creative AI across modalities