VaPar Synth——一种用于音频合成的变分参数模型
音频与语音处理
2020-04-13 v1 机器学习
声音
摘要
随着数据驱动的统计建模和充足计算能力的出现,研究人员正日益转向深度学习进行音频合成。这些方法试图直接在时域或频域对音频信号建模。为了对生成声音实现更灵活的控制,使用与音高、力度和音色等音乐属性更直接对应的信号参数化表示可能更有用。我们提出VaPar Synth——一种利用在合适参数化表示上训练的条件变分自编码器(CVAE)的变分参数合成器。我们通过乐器音色的重建与生成展示了所提模型在灵活控制音高方面的能力。
引用
@article{arxiv.2004.00001,
title = {VaPar Synth -- A Variational Parametric Model for Audio Synthesis},
author = {Krishna Subramani and Preeti Rao and Alexandre D'Hooge},
journal= {arXiv preprint arXiv:2004.00001},
year = {2020}
}
备注
https://github.com/SubramaniKrishna/VaPar-Synth , Accepted in ICASSP 2020