tf17: “声音大挪移”

最新推荐文章于 2022-08-26 11:18:00 发布
最新推荐文章于 2022-08-26 11:18:00 发布
阅读量3.4k 收藏 2
点赞数 1
分类专栏： 机器学习 Deep learning TensorFlow练习汇总 文章标签： Tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014365862/article/details/53869724
版权
TensorFlow练习汇总 同时被 3 个专栏收录
49 篇文章 117 订阅 ¥39.90 ¥99.00
订阅专栏
机器学习
292 篇文章 18 订阅
订阅专栏
Deep learning
175 篇文章 13 订阅
订阅专栏
本文介绍了使用Tensorflow进行音频风格迁移的技术，通过将音频与特定风格结合，生成有趣的效果。作者提到了Style Transfer的原始论文，并分享了相关代码资源链接，帮助读者理解并实践这一技术。
摘要由CSDN通过智能技术生成

看见本帖标题，你可能会问：“声音大挪移”是什么鬼玩意，和张无忌有什么关系。

如果你没看过鬼畜，先温习两个：【元首】粉红的回忆、【圣地亚哥金曲】客官不可以。（本帖内容和鬼畜关系不大）

前文《实现谷歌Deep Dream》可生成带有艺术感的图片。其实，还有另一种合成图片的方式，洋文叫Style Transfer，这种方法需要用到两张图片，如下图：

pitt_picasso_content_5_style_10
皮特 + Style = 皮特 Style

Style Transfer的原始论文：

了解本专栏 订阅专栏 解锁全文
MachineLP
关注
专栏目录
订阅专栏
librosa的短时傅里叶实现librosa.stft()
渣渣小码农的博客
08-30 3042
librosa的短时傅里叶实现librosa.stft()
SH-SSS丨面向有声读物的跨说话人语音风格迁移
weixin_48827824的博客
10-08 698
该方法可以在给定的说话人缺乏目标朗读风格的真实数据情境下，灵活组合不同音色和风格并合成出整体风格一致的有声读物。特别地，全局模块的输入为多个相邻句子组成的块（chunk），以提高全局尺度建模的稳定性，并更好地建模读物的整体风格；该全局模块还通过两个平行分支，分别提取音色、整体风格类型的隐层表征，并基于可切换对抗分类器（Switchable adversarial classifier，SAC）进行音色表征与风格类型表征的解耦，以便后续灵活组合不同来源的表征，最终实现跨说话人的朗读风格迁移。
MelGAN-VC: Voice Conversion and Audio Style Transfer on arbitrarily long samples using Spectrograms
林宋的搬砖流水账
03-01 597
时间：2019 作者：Marco Pasini 文章目录abstract3. Model3.2 Adversarial Loss3.3 TraVeL Loss3.4 Identity Mapping abstract 使用GAN网络进行非平行数据的VC变换，而且可以用于音乐上的风格迁移。 3. Model 对于M×tM\times tM×t的语音，固定为M×LM\times LM×L的片段（L<t）,然后每次送入M×L/2M\times L/2M×L/2的片段给生成器，生成等长的片段，再给判别器。最
librosa语音信号处理
进击的小杨人
09-04 7588
librosa是一个非常强大的python语音信号处理的第三方库，本文参考的是librosa的官方文档，本文主要总结了一些重要，对我来说非常常用的功能。学会librosa后再也不用用python去实现那些复杂的算法了，只需要一句语句就能轻松实现。 先总结一下本文中常用的专业名词：sr：采样率、hop_length：帧移、overlapping：连续帧之间的重叠部分、n_fft：窗口大小、spectrum：频谱、spectrogram：频谱图或叫做语谱图、amplitude：振幅、mono：单声道、stere
对‘tf::TransformListener::TransformListener(ros::Duration, bool)’未定义的引用
zacharyzqc的博客
07-21 3184
carto_tf.cpp:(.text+0x163)：对‘tf::Transformer::DEFAULT_CACHE_TIME’未定义的引用 carto_tf.cpp:(.text+0x19f)：对‘tf::TransformListener::TransformListener(ros::Duration, bool)’未定义的引用 carto_tf.cpp:(.text+0x2e0)：...
tf(Transform Frame)变换
shuijinghua的博客
11-11 1万+
tf是ROS中建立坐标系，并且使用各个坐标间转换关系的一个很好的工具。虽然官网的资料很复杂，但在 一、广播tf     就是发布你建立的坐标系，步骤如下    1. 定义一个广播，相当于发布话题时定义一个发布器。        tf::TransformBroadcaster br；  2. 定义存放转换信息（平动，转动）的变量 transform   tf::Transform ...
tf第九讲：tensorboard可视化之tf.summary
热门推荐
weixin_43178406的博客
03-11 2万+
本文主要讲解了如何利用tensorboard对tf进行可视化，保存训练过程中产生的日志，并对日志进行可视化。通过loss、accuracy的可视化可以进一步判断模型的训练效果
ROS学习笔记：tf的学习与使用（一）
banzhuan133的博客
09-18 6280
ROS机器人的开发过程中，经常需要用到tf坐标变换。简单来讲，tf定义了两个不同坐标系之间的旋转变换关系。 1. 一个简单的demo $ roslaunch turtle_tf turtle_tf_demo.launch     这时候屏幕中会出现两个turtle， 可以通过控制前面的turtle来引导后面的turtle $ rosrun turtlesim turtle_te
L298N电机可编程控制器设计原理图PCB图及例程
12-28
简要说明： 一、尺寸：长88mmX宽67mmX高35mm 二、主要芯片：L298N、光电耦合器 三、工作电压：输入电压（5V~30V）输入电压的大小由被控制电机的额定电压决定。 四、可驱动直流（5~30V之间电压的直流电机或者步进电机） 五、最大输出电流2A （瞬间峰值电流3A） 六、最大输出功率25W 七、特点：          1、具有信号指示          2、转速可调          3、抗干扰能力强          4、具有续流保护          5、可单独控制两台直流电机          6、可单独控制一台步进电机          7、PWM脉宽平滑调速（可使用PWM信号对直流电机调速）          8、可实现正反转          9、采用光电隔离         10、P3口全部引出         11、四位LED灯指示         12、四位按键输入（可以对AT89S52单片机编程实现任何控制）
EasyIMEIChanger手机串口修改.rar
08-22
EasyIMEIChanger手机串口修改.rar
lcc win32 3.0汉化版
08-21
lcc win32是一款非常容易使用的C语言编辑器！欢迎大家下载哦！
理发师问题（c代码实现）
01-04
经典的理发师问题，c代码实现.这是我刚完成的作业，和大家共享吧
librosa 语音库（二）STFT 的实现
chumingqian的博客
05-20 9297
librosa是一个应用广泛的音频处理python库。在librosa中有一个方法叫做stft，功能是求音频的短时傅里叶变换。 音频短时傅里叶变换后，在对音频取幅值，可以得到音频的线性谱。对线性谱进行mel刻度的加权求和，可以得到语音识别和语音合成中常用的mel谱。 短时傅里叶变换的过程是先对音频分帧，再分别对每一帧傅里叶变换。 在应用stft方法求解短时傅里叶变换时，发现求出的特征帧的数目有点反常。比如我有一个长度是400个点的音频，如果帧长是100，那么我自然而然的想到，最后应当得到4帧。但实际不是这个
librosa函数的基本使用方法
weixin_48983346的博客
08-26 4081
librosa的基本使用方法 后续还会加上离散小波变换和连续小波变换
cannot find output in imported module librosa报错解决
Cy_coding的博客
03-03 1501
将音频写入wav文件 liborsa soundfile 模块
语音处理工具 sox & librosa
林宋的搬砖流水账
05-29 4511
参考：https://blog.csdn.net/qq_39516859/article/details/87980189 能量增强or衰减 sox命令的-v选项可以用来（成倍地）改变音量的大小： sox -v 0.5 foo.wav bar.wav 能量增强 or衰减，但不削波 sox foo.wav -n stat -v 2> vc sox -v `cat vc` foo.wav foo-maxed.wav ...
机器学习：利用卷积神经网络实现图像风格迁移 (三)
weixin_30614109的博客
01-13 504
前面介绍了利用卷积神经网络实现图像风格迁移的算法原理和基于TensroFlow 的代码实现，这篇博客对前面的代码做了一些改变，设置了一个 image resize 函数，这样可以处理任意size的 input image，而且我们尝试利用 L-BFGS 优化算法替代之前的 Adam 优化算法，对卷积层以及pooling层函数做了修改。 import numpy...
tf::transformTFToEigen
最新发布
12-09
`tf::transformTFToEigen`函数是ROS中的一个函数，用于将tf变换转换为Eigen矩阵。下面是一个使用`tf::transformTFToEigen`函数的例子： ```cpp #include <tf/transform_datatypes.h> #include <tf_conversions/tf_eigen.h> #include <Eigen/Core> #include <Eigen/Geometry> int main(int argc, char** argv) { // 假设我们有一个tf变换 tf::Transform tf_transform(tf::Quaternion(0,0, 0, 1), tf::Vector3(1, 2, 3)); // 将tf变换转换为Eigen矩阵 Eigen::Affine3d eigen_transform; tf::transformTFToEigen(tf_transform, eigen_transform); // 输出Eigen矩阵 std::cout << "Eigen transform:\n" << eigen_transform.matrix() << std::endl; return 0; } ```
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

MachineLP

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值