پژوهش
TAPE زنجیرهٔ افکت صوتی را از روی صدای پردازش‌شده بازسازی می‌کند
پژوهشگران مدلی معرفی کرده‌اند که با تحلیل یک فایل صوتیِ پردازش‌شده، پارامترهای زنجیرهٔ افکت را تخمین می‌زند و آن را روی صدایی دیگر اعمال می‌کند.
در پیش‌چاپی در arXiv، پژوهشگران TAPE را معرفی کرده‌اند؛ سامانه‌ای که می‌کوشد پردازش‌های صوتیِ شنیده‌شده در یک ضبط مرجع را از خودِ صدای پردازش‌شده تشخیص دهد. این روش می‌تواند زنجیرهٔ برآوردشده را با یک گذر روی فایل صوتیِ خام دیگری اعمال کند و پارامترهای آن را برای ویرایش در دسترس بگذارد.
TAPE ابتدا صدای مرجع را به یک نمایش برداری تبدیل می‌کند. رمزگذار آن برای شناسایی پردازنده‌ها در هشت خانوادهٔ اصلی افکت آموزش دیده است؛ سپس یک زنجیرهٔ پردازش سیگنال دیجیتالِ مشتق‌پذیر، این نمایش را به پارامترهای قابل‌ویرایش تبدیل می‌کند. اجزای زنجیره شامل اکولایزر، فشرده‌ساز، waveshaping، یک شبکهٔ باقیماندهٔ کوچک و بازآوایی است.
طبق چکیدهٔ پیش‌چاپ، TAPE در مقایسه با DeepAFx-ST، روش پیشین، خطای طیفی کمتری دارد. متن منبع جزئیات بیشتری دربارهٔ میزان بهبود ارائه نمی‌کند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده