論文の概要: Modulation Discovery with Differentiable Digital Signal Processing

• arxiv url: http://arxiv.org/abs/2510.06204v1
• Date: Tue, 07 Oct 2025 17:56:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-08 17:57:08.410739
• Title: Modulation Discovery with Differentiable Digital Signal Processing
• Title（参考訳）: ディジタル信号処理による変調発見
• Authors: Christopher Mitcheltree, Hao Hao Tan, Joshua D. Reiss,
• Abstract要約: 本稿では,変調抽出,制限された制御信号パラメータ化,微分可能なディジタル信号処理を活用するニューラルサウンドマッチング手法を提案する。 コードとオーディオサンプルを利用可能にし、VSTプラグインでトレーニング済みのP構文を提供する。
• 参考スコア（独自算出の注目度）: 3.428276755022932
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modulations are a critical part of sound design and music production, enabling the creation of complex and evolving audio. Modern synthesizers provide envelopes, low frequency oscillators (LFOs), and more parameter automation tools that allow users to modulate the output with ease. However, determining the modulation signals used to create a sound is difficult, and existing sound-matching / parameter estimation systems are often uninterpretable black boxes or predict high-dimensional framewise parameter values without considering the shape, structure, and routing of the underlying modulation curves. We propose a neural sound-matching approach that leverages modulation extraction, constrained control signal parameterizations, and differentiable digital signal processing (DDSP) to discover the modulations present in a sound. We demonstrate the effectiveness of our approach on highly modulated synthetic and real audio samples, its applicability to different DDSP synth architectures, and investigate the trade-off it incurs between interpretability and sound-matching accuracy. We make our code and audio samples available and provide the trained DDSP synths in a VST plugin.
• Abstract（参考訳）: 変調は、音響設計と音楽制作の重要な部分であり、複雑で進化するオーディオの作成を可能にする。 現代のシンセサイザーは、エンベロープ、低周波発振器(LFO)、そしてユーザーが容易に出力を調節できるパラメータ自動化ツールを提供する。 しかし、音を生成するために使用する変調信号を決定することは困難であり、既存の音響マッチング/パラメータ推定システムは、下層の変調曲線の形状、構造、ルーティングを考慮せずに、しばしば解釈不能なブラックボックスや高次元のフレームワイドパラメータ値を予測する。 本稿では、変調抽出、制限された制御信号パラメータ化、微分可能なデジタル信号処理(DDSP)を活用して、音に含まれる変調を検出するニューラルサウンドマッチング手法を提案する。 提案手法は,高度に変調された合成音声と実音声のサンプルに対して有効であり,DDSP合成アーキテクチャにも適用可能であることを実証し,解釈可能性と音響マッチング精度のトレードオフについて検討した。 コードとオーディオサンプルを利用可能にし、VSTプラグインでトレーニングされたDDSP合成を提供する。

関連論文リスト

• Prompt-Singer: Controllable Singing-Voice-Synthesis with Natural Language Prompt [50.25271407721519]
  本稿では,歌手の性別,声域,音量を自然言語で制御できる最初のSVS手法であるPrompt-Singerを提案する。 我々は,マルチスケール階層を持つデコーダのみの変換器に基づくモデルアーキテクチャを採用し,レンジメロディデカップリングされたピッチ表現を設計する。 実験により,本モデルは良好な制御能力と音質が得られることが示された。
  論文  参考訳（メタデータ） (2024-03-18T13:39:05Z)
• DiffMoog: a Differentiable Modular Synthesizer for Sound Matching [48.33168531500444]
  DiffMoogはモジュラーシンセサイザーで、一般に商用機器で見られるモジュールの集合を包含する。 差別化が可能であるため、ニューラルネットワークとの統合が可能になり、自動サウンドマッチングが可能になる。 我々はDiffMoogとエンドツーエンドのサウンドマッチングフレームワークを組み合わせたオープンソースのプラットフォームを紹介した。
  論文  参考訳（メタデータ） (2024-01-23T08:59:21Z)
• Differentiable WORLD Synthesizer-based Neural Vocoder With Application To End-To-End Audio Style Transfer [6.29475963948119]
  本稿では,WORLDシンセサイザーを試作し,エンド・ツー・エンドのオーディオ・スタイル・トランスファー・タスクでの利用を実証する。 ベースライン微分可能シンセサイザーはモデルパラメータを持たないが、十分な品質合成が得られる。 別の微分可能なアプローチでは、ソーススペクトルの抽出を直接考慮し、自然性を改善することができる。
  論文  参考訳（メタデータ） (2022-08-15T15:48:36Z)
• DDX7: Differentiable FM Synthesis of Musical Instrument Sounds [7.829520196474829]
  微分可能ディジタル信号処理(DDSP)により、ディープニューラルネットワーク(DNN)によるニュアンスドオーディオレンダリングが可能になった 楽器音のニューラルFM再生のための軽量アーキテクチャDX7(DDX7)を提案する。
  論文  参考訳（メタデータ） (2022-08-12T08:39:45Z)
• 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)
• Differentiable Digital Signal Processing Mixture Model for Synthesis Parameter Extraction from Mixture of Harmonic Sounds [29.012177604120048]
  DDSPオートエンコーダ(DDSP Autoencoder)は、ディープニューラルネットワーク(DNN)とスペクトルモデリング合成を組み合わせた音響である。 入力音から抽出した基本周波数,音色,大音量(合成パラメータ)を変化させることで,音を柔軟に編集することができる。 モノフォニック・ハーモニック・サウンド用に設計されており、ハーモニックの混合音を扱えない。
  論文  参考訳（メタデータ） (2022-02-01T03:38:49Z)
• 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。