VRDMG：基于多引导扩散后验采样的 vocal 修复方法
音频与语音处理
2023-09-14 v1 声音
摘要
修复退化的音乐信号对于提升下游音乐处理的音频质量至关重要。近期基于扩散的音乐修复方法已展现出令人印象深刻的性能，其中扩散后验采样（DPS）因其固有特性脱颖而出，可通用于各类修复任务。本文中，我们指出当前基于 DPS 的方法存在可能降低性能的潜在问题，并受包括 RePaint（RP）策略和伪逆引导扩散模型（GDM）在内的多种扩散引导技术启发，提出了缓解这些问题的方法。我们分别在不同失真程度和截止频率下，将所提方法用于 vocal 去削波与带宽扩展任务。在两项任务中，我们的方法均优于当前基于 DPS 的音乐修复基准。修复音频样本示例见 \url{http://carlosholivan.github.io/demos/audio-restoration-2023.html}。
引用
@article{arxiv.2309.06934,
title = {VRDMG: Vocal Restoration via Diffusion Posterior Sampling with Multiple Guidance},
author = {Carlos Hernandez-Olivan and Koichi Saito and Naoki Murata and Chieh-Hsin Lai and Marco A. Martínez-Ramirez and Wei-Hsiang Liao and Yuki Mitsufuji},
journal= {arXiv preprint arXiv:2309.06934},
year = {2023}
}