Fugu-MT 論文翻訳(概要): Modulation Extraction for LFO-driven Audio Effects

論文の概要: Modulation Extraction for LFO-driven Audio Effects

arxiv url: http://arxiv.org/abs/2305.13262v1
Date: Mon, 22 May 2023 17:33:07 GMT
ステータス: 処理完了
システム内更新日: 2023-05-23 13:59:59.644015
Title: Modulation Extraction for LFO-driven Audio Effects
Title（参考訳）: LFO駆動音響効果の変調抽出
Authors: Christopher Mitcheltree, Christian J. Steinmetz, Marco Comunit\`a, Joshua D. Reiss
Abstract要約: 本稿では,複数のディジタルオーディオ効果,パラメータ設定,楽器構成にまたがって処理された音声から任意のLFO信号を抽出できるフレームワークを提案する。本稿では,抽出モデルを単純な処理ネットワークと組み合わせることで,未知のアナログやデジタルLFO駆動音声効果の終端から終端までのブラックボックスモデルの訓練を可能にすることを示す。コードを利用可能にし、訓練されたオーディオエフェクトモデルをリアルタイムVSTプラグインで提供します。
参考スコア（独自算出の注目度）: 5.740770499256802
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Low frequency oscillator (LFO) driven audio effects such as phaser, flanger, and chorus, modify an input signal using time-varying filters and delays, resulting in characteristic sweeping or widening effects. It has been shown that these effects can be modeled using neural networks when conditioned with the ground truth LFO signal. However, in most cases, the LFO signal is not accessible and measurement from the audio signal is nontrivial, hindering the modeling process. To address this, we propose a framework capable of extracting arbitrary LFO signals from processed audio across multiple digital audio effects, parameter settings, and instrument configurations. Since our system imposes no restrictions on the LFO signal shape, we demonstrate its ability to extract quasiperiodic, combined, and distorted modulation signals that are relevant to effect modeling. Furthermore, we show how coupling the extraction model with a simple processing network enables training of end-to-end black-box models of unseen analog or digital LFO-driven audio effects using only dry and wet audio pairs, overcoming the need to access the audio effect or internal LFO signal. We make our code available and provide the trained audio effect models in a real-time VST plugin.
Abstract（参考訳）: 低周波発振器(lfo)駆動の音声効果(phaser, flanger, chorus)は、時間変化フィルタと遅延を用いて入力信号を修飾し、特徴的なスイープや拡大効果をもたらす。これらの効果は、基底真理LFO信号で条件付けられた場合、ニューラルネットワークを用いてモデル化できることが示されている。しかし、ほとんどの場合、LFO信号はアクセスできないため、オーディオ信号からの計測は簡単ではないため、モデリングプロセスが妨げられる。そこで本研究では,複数のディジタルオーディオ効果,パラメータ設定,楽器構成にまたがって処理された音声から任意のLFO信号を抽出できるフレームワークを提案する。本システムはlfo信号形状に制約を課さないので,効果モデリングに関連する準周期信号,結合変調信号,歪変調信号を抽出できることを実証する。さらに, 抽出モデルと単純な処理ネットワークとの結合により, オーディオ効果や内部lfo信号へのアクセスの必要性を克服し, オーディオペアと濡れたオーディオペアのみを用いて, アナログやデジタルlfo駆動音声効果のエンドツーエンドブラックボックスモデルのトレーニングが可能となることを示す。コードを公開し、訓練されたオーディオエフェクトモデルをリアルタイムVSTプラグインで提供します。

関連論文リスト

CONMOD: Controllable Neural Frame-based Modulation Effects [6.132272910797383]
制御可能なニューラルフレームに基づく変調効果(CONMOD)は,フレームワイド方式で様々なLFO駆動効果をエミュレートする単一のブラックボックスモデルである。このモデルは、2つの異なる位相効果の連続的な埋め込み空間を学習し、その効果を操り、創造的な出力を達成することができる。
論文参考訳（メタデータ） (2024-06-20T02:02:54Z)
From Discrete Tokens to High-Fidelity Audio Using Multi-Band Diffusion [84.138804145918]
深層生成モデルは、様々な種類の表現で条件付けられた高忠実度オーディオを生成することができる。これらのモデルは、条件付けに欠陥がある場合や不完全な場合、可聴アーチファクトを生成する傾向がある。低ビットレート離散表現から任意の種類のオーディオモダリティを生成する高忠実度マルチバンド拡散ベースフレームワークを提案する。
論文参考訳（メタデータ） (2023-08-02T22:14:29Z)
Differentiable Grey-box Modelling of Phaser Effects using Frame-based Spectral Processing [21.053861381437827]
本研究は位相効果をモデル化するデジタル信号処理手法を提案する。提案モデルでは,周波数領域に時間変化フィルタを実装するために,短いフレームで音声を処理する。このモデルでは、解釈可能なパラメータと調整可能なパラメータを保持しながら、アナログ参照デバイスをエミュレートするように訓練できることが示される。
論文参考訳（メタデータ） (2023-06-02T07:53:41Z)
Modelling black-box audio effects with time-varying feature modulation [13.378050193507907]
ファズやダイナミックレンジ圧縮などの音響効果をモデル化する場合,既存のアーキテクチャの幅,深さ,拡張係数のスケーリングは良好な性能を得られないことを示す。時間的特徴量線形変調を既存の時間的畳み込みバックボーンに統合することを提案する。提案手法は,時間領域と周波数領域の双方において,ファズ・コンプレッサー実装の長距離依存性をより正確に捉えることができることを示す。
論文参考訳（メタデータ） (2022-11-01T14:41:57Z)
Simple Pooling Front-ends For Efficient Audio Classification [56.59107110017436]
入力音声特徴量における時間的冗長性を排除することは,効率的な音声分類に有効な方法である可能性が示唆された。本稿では、単純な非パラメトリックプーリング操作を用いて冗長な情報を削減する単純なプールフロントエンド(SimPFs)のファミリーを提案する。 SimPFは、市販オーディオニューラルネットワークの浮動小数点演算数の半数以上を削減できる。
論文参考訳（メタデータ） (2022-10-03T14:00:41Z)
SpecGrad: Diffusion Probabilistic Model based Neural Vocoder with Adaptive Noise Spectral Shaping [51.698273019061645]
SpecGradは拡散雑音に適応し、その時間変化スペクトル包絡が条件付き対数メル分光器に近づく。時間周波数領域で処理され、計算コストは従来のDDPMベースのニューラルボコーダとほぼ同じである。
論文参考訳（メタデータ） (2022-03-31T02:08:27Z)
NeuralDPS: Neural Deterministic Plus Stochastic Model with Multiband Excitation for Noise-Controllable Waveform Generation [67.96138567288197]
本稿では,高い音声品質を保ち,高い合成効率とノイズ制御性を得ることができるニューラルDPSというニューラルボコーダを提案する。ウェーブネットのボコーダより少なくとも280倍高速な波形を生成する。また、単一コア上でのWaveGANの合成効率よりも28%高速である。
論文参考訳（メタデータ） (2022-03-05T08:15:29Z)
Point Cloud Audio Processing [18.88427891844357]
特徴空間における点の集合として扱うことにより、音声信号を処理する新しい方法を紹介します。これらの手法がより小さなモデルとなり、訓練されたモデルの性能に対して最小限の効果で入力表現を著しくサブサンプル化できるのを観察する。
論文参考訳（メタデータ） (2021-05-06T07:04:59Z)
Hierarchical Timbre-Painting and Articulation Generation [92.59388372914265]
本稿では,f0と大音量に基づく高速かつ高忠実な楽曲生成手法を提案する。合成音声は、対象楽器の音色及び調音を模倣する。
論文参考訳（メタデータ） (2020-08-30T05:27:39Z)
Exploring Quality and Generalizability in Parameterized Neural Audio Effects [0.0]
ディープニューラルネットワークは、音楽オーディオ信号処理アプリケーションへの期待を示している。これまでの結果は、低サンプリング率、ノイズ、信号タイプの狭い領域、および/またはパラメータ化制御の欠如によって制約される傾向にあった。本研究は、非線形時間依存信号処理効果のモデル化に関する先行研究を拡大する。
論文参考訳（メタデータ） (2020-06-10T00:52:08Z)
VaPar Synth -- A Variational Parametric Model for Audio Synthesis [78.3405844354125]
本稿では,条件付き変分オートエンコーダ(CVAE)を用いた変分パラメトリックシンセサイザVaPar Synthを提案する。提案するモデルの性能は,ピッチを柔軟に制御した楽器音の再構成と生成によって実証する。
論文参考訳（メタデータ） (2020-03-30T16:05:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。