HarmoF0:ピッチ推定のための対数スケール拡張畳込み【JST・京大機械翻訳】

Wei Weixing; Li Peilin; Yu Yi; Li Wei

プレプリント

J-GLOBAL ID：202202203343347424 整理番号：22P0342208

HarmoF0:ピッチ推定のための対数スケール拡張畳込み【JST・京大機械翻訳】

HarmoF0: Logarithmic Scale Dilated Convolution For Pitch Estimation

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 (4件)： , , ,
資料名：
発行年： 2022年05月02日プレプリントサーバーでの情報更新日： 2022年06月20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)

音,特に音楽は,周波数次元に散乱した様々な調和成分を含む。正常畳み込みニューラルネットワークは,これらの倍音を観測するのは難しい。本論文では,対数スケールスペクトログラムにおける高調波構造を効率的に捉えるために,多重速度拡張因果畳込み(MRDC-Conv)法を導入した。高調波はピッチ推定に役立ち,多くの音響処理応用にとって重要である。完全畳込みネットワークであるHarmoF0を提案し,ピッチ推定におけるMRDC-Convと他の拡張畳込みを評価した。結果は,このモデルがDeepF0を凌駕し,3つのデータセットで最先端の性能をもたらし,同時に90%以上のパラメータを減らすことを示した。また,強い雑音抵抗とより少ないオクターブ誤差を持つことを見出した。コードと事前訓練モデルはhttps://github.com/WX Wei/HarmoF0で利用可能である。【JST・京大機械翻訳】

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

人工知能 , パターン認識

, , , , ,

前のページに戻る