Audio Super Resolution with Neural Networks

最新推荐文章于 2024-08-09 08:00:20 发布
最新推荐文章于 2024-08-09 08:00:20 发布
阅读量1k 收藏 3
点赞数
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/xs11222211/article/details/84262493
版权
本文介绍了使用神经网络进行音频超分辨率的研究，该技术通过Encoder-Decoder模型将低分辨率音频转换为高分辨率。尽管存在数据集依赖和不同低通滤波方式的影响，但实验结果显示在恢复高频信息方面表现良好。该模型适用于实时处理，且具有潜力，但也指出在领域迁移和不同降采样方式下的局限性。
摘要由CSDN通过智能技术生成

Audio Super Resolution with Neural Networks

论文：Audio Super Resolution with Neural Networks
代码: Github

CV方向的超分辨研究已经非常多了，但是音频方向的超分辨研究却相对较少。作者的这篇文章就是开山之作，已经发表在ICLR2017上，从项目主页的Demo来看，效果还不错。但是作者也指出了几个问题：

  • 如果想把这个模型用在自己的数据上，需要多搜集一些自己的数据训练，意思就是换个数据集可能就不好使了，毕竟每个数据集有一些差别
  • 作者的低分辨率音频是通过低通滤波下采样得到的，所以对于不同的低通滤波方式，算法产生的效果差别就很大。如果是你自己的低分辨率音频，你根本不知道这个音频是哪种低通滤波产生的，所以效果可能会打折扣
  • 如果是用人声训练出来的模型，应用到钢琴，音乐上，效果就会很差

总体思想

输入低分辨率的音频时间序列，训练一个Encoder-Decoder模型，输出高分辨率的音频时间序列。思路和CV的超分辨其实差不多。就是在低分辨率音频信号中插入高分辨细节。

网络结构如下：


最低0.47元/天 解锁文章
小肥柴不是小废柴
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Audio Bit Depth Super-Resolution with Neural Networks
凌逆战的博客
09-10 686
Audio Bit Depth Super-Resolution with Neural Networks 作者：Thomas Liu、Taylor Lundy、William Qi 摘要 Audio Bit Depth Super-Resolution是一个尚未通过深度学习的视角来研究的问题，目前使用的有效方法很少。在本文中，我们提出了一种基于WavaNet结构来实现低分辨...
音频超分辨率：用深度学习重建高保真音频
步子哥的博客
06-16 383
近年来，深度学习在音频处理领域取得了显著进展，例如语音识别、音频合成、音乐推荐系统等。然而，音频处理也面临着一些基本研究问题，例如如何对时间序列和生成模型进行建模。本文将介绍一种新的音频处理技术，它使用深度卷积神经网络来提高音频信号的采样率，例如语音或音乐。该技术被称为音频超分辨率，其灵感来自于图像超分辨率算法，旨在从低分辨率音频信号中预测缺失的样本，从而生成更高分辨率的音频。
论文翻译：2017_Audio super resolution using neural networks
凌逆战的博客
03-25 1020
论文地址：使用神经网络的音频超分辨率 作者：Volodymyr Kuleshov, S. Zayd Enam, and Stefano Ermon 论文：Audio Super Resolution with Neural Networks 论文主页：https://kuleshov.github.io/audio-super-res/ 代码:Github 博客作者：你逆战 博客地址：...
Hierarchical Recurrent Neural Networks for Audio Super-Resolution
凌逆战的博客
01-06 1008
Hierarchical Recurrent Neural Networks for Audio Super-Resolution 基于递阶递归神经网络的音频超分辨率 作者：Berthy Feng 摘要 本工作提出了一种用于音频超分辨率的递归模型，该模型的任务是推断低分辨率录音的高分辨率版本。鉴于缺乏基线方法和最合适的深度学习方法的模糊性，我们将重点放在递归神经网络上。我们提出了一种分层递...
探索音频超分辨率技术：Audio-Super-Res
gitblog_00040的博客
04-09 731
探索音频超分辨率技术：Audio-Super-Res audio-super-resAudio super resolution using neural networks项目地址:https://gitcode.com/gh_mirrors/au/audio-super-res 音频超分辨率（Audio Super-Resolution）是一种提升低质量、低采样率音频文件的技术，通过AI模型将...
audio-super-res:使用神经网络的音频超分辨率
04-08
使用神经网络的音频超分辨率 该存储库实现了以下建议的音频超分辨率模型： S. Birnbaum, V. Kuleshov, Z. Enam, P. W.. Koh, and S. Ermon. Temporal FiLM: Capturing Long-Range Sequence Dependencies with Feature-Wise Modulations. NeurIPS 2019 V. Kuleshov, Z. Enam, and S. Ermon. Audio Super Resolution Using Neural Networks. ICLR 2017 (Workshop track) 安装 要求 该模型在Python 3.7.10中实现，并使用了几个其他库。 tensorflow==2.4.1 keras==2.4.0 numpy==1.19.5 scip
【论文阅读笔记】NeurIPS2020文章列表Part1
热门推荐
zincrain的博客
12-09 2万+
A graph similarity for deep learning An Unsupervised Information-Theoretic Perceptual Quality Metric Self-Supervised MultiModal Versatile Networks Benchmarking Deep Inverse Models over time, and the Neural-Adjoint method Off-Policy Evaluation and Learning.
CVPR 2021最全论文开放下载！附pdf下载链接！
中科院AI算法工程师的博客
06-18 1万+
CVPR 2021最全论文开放，附所有pdf下载链接！
Time-Frequency Networks For Audio Super-Resolution
凌逆战的博客
02-22 1402
论文题目：2018_用于音频超分辨率的时频网络 博客作者：凌逆战 博客地址：https://www.cnblogs.com/LXP-Never/p/12345950.html 摘要 　　音频超分辨率(即带宽扩展)是提高音频信号时域分辨率的一项具有挑战性的任务。最近的一些深度学习方法通过将任务建模为时域或频域的回归问题，取得了令人满意的结果。在本文中，我们提出了一种新的模型体系结构...
论文翻译：2018_Time-Frequency Networks For Audio Super-Resolution
凌逆战的博客
02-22 355
论文地址：2018_用于音频超分辨率的时频网络 博客作者：凌逆战 博客地址：https://www.cnblogs.com/LXP-Never/p/12345950.html 摘要 　　音频超分辨率(即带宽扩展)是提高音频信号时域分辨率的一项具有挑战性的任务。最近的一些深度学习方法通过将任务建模为时域或频域的回归问题，取得了令人满意的结果。在本文中，我们提出了一种新的模型体系结构...
Deep-Learning-for-Audio-Super-Resolution:这是我的数据科学硕士学位论文项目
03-29
深度学习音频超分辨率 这是我的数据科学硕士学位论文项目。 抽象的 音频超分辨率是从低频预测给定信号缺少的高频成分的问题。 最近的一些研究表明，通过将音频超分辨率建模为回归任务，深度学习算法能够取得显着效果。 文献中已经提出了各种各样的方法，包括卷积和递归体系结构以捕获音频帧之间的局部和长期依赖性。 此外，一些研究表明，通过利用傅立叶变换操作作为神经网络配置的组成部分，不仅可以在时间上，而且可以在频域上处理输入信号，可以实现显着的改进。 本项目的目的不仅是要研究这些方法，而且要以有原则的方式将它们结合起来，以探索一种新颖的模型架构。 介绍 本文的重点是在受到一些最新技术启发的情况下，实现一种新颖的模型体系结构。 这项工作中大多数提议的方法都源于以下两项研究： 索耶·比恩鲍姆（Sawyer Birnbaum）等。 “临时电影：用特征明智的调制捕获远程序列依赖性”。 于：神经信息处理系统的进展
ASRWGAN: Wasserstein Generative Adversarial Network for Audio Super Resolution
凌逆战的博客
10-16 1002
ASEGAN：WGAN音频超分辨率 这篇文章并不具有权威性，因为没有发表，说不定是外国的某个大学的毕业设计，或者课程结束后的作业、或者实验报告。 CS230: Deep Learning, Spring 2018, Stanford University, CA. (LateX template borrowed from NIPS 2017.) 作者：Jonathan Gomes...
高效音频超分辨率技术：Versatile Audio Super Resolution
gitblog_00005的博客
04-25 659
高效音频超分辨率技术：Versatile Audio Super Resolution versatile_audio_super_resolutionVersatile audio super resolution (any -> 48kHz) with AudioSR.项目地址:https://gitcode.com/gh_mirrors/ve/versatile_audio_super_r...
Audio Super Resolution 项目教程
最新发布
gitblog_00390的博客
08-09 244
Audio Super Resolution 项目教程 audio-super-resAudio super resolution using neural networks项目地址:https://gitcode.com/gh_mirrors/au/audio-super-res 项目介绍 Audio Super Resolution 是一个使用深度卷积神经网络来提升音频信号分辨率的项目。该项...
论文翻译：ASRWGAN: Wasserstein Generative Adversarial Network for Audio Super Resolution
凌逆战的博客
10-16 415
论文题目：ASEGAN：WGAN音频超分辨率 这篇文章并不具有权威性，因为没有发表，说不定是外国的某个大学的毕业设计，或者课程结束后的作业、或者实验报告。 CS230: Deep Learning, Spring 2018, Stanford University, CA. (LateX template borrowed from NIPS 2017.) 代码：github 作...
Super Resolution
BIGBIGPPT的博客
10-05 362
链接：https://ac.nowcoder.com/acm/contest/1109/D Bobo has an n \times mn×m picture consists of black and white pixels. He loves the picture so he would like to scale it a \times ba×b times. That is, to r...
track-before-detect with neural networks
09-11
"Track-Before-Detect with Neural Networks"是一种利用神经网络进行目标跟踪前检测的方法。在传统的跟踪算法中，通常先进行目标检测，然后再进行跟踪。然而，在某些场景下，目标可能非常小、模糊或者被部分遮挡，...
评论
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
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