生成敵対ネットワークを用いたオーディオ合成のための表現の比較【JST・京大機械翻訳】

Nistal Javier; Lattner Stefan; Richard Gaeel

プレプリント

J-GLOBAL ID：202202203249920536 整理番号：22P0160027

生成敵対ネットワークを用いたオーディオ合成のための表現の比較【JST・京大機械翻訳】

Comparing Representations for Audio Synthesis Using Generative Adversarial Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年06月16日プレプリントサーバーでの情報更新日： 2020年06月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,Generative Adversarial Network(GAN)を用いたオーディオ合成のタスクに対して,生オーディオ波形と様々な時間周波数表現を含む異なるオーディオ信号表現を比較した。NSynthデータセットの部分集合に関する実験を行った。このアーキテクチャは,ベンチマークProgressive Gowerstein GANに従った。ピッチ情報に関するネットワークの調整と同様に,完全非条件付き方法で実験を行った。生成モデルを評価し,訓練とサンプリング時間を比較するため,標準計量を利用して生成した材料を定量的に評価した。短時間Fourier変換の大きさおよび瞬時周波数と同様に複素数値が最良の結果を達成し,高速生成および反転時間を生成することを示した。モデルの特徴抽出,訓練および評価のコードはオンラインで利用可能である。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

音声処理

, ,

前のページに戻る