arXiv cs.AI· Riccardo Simionato, Stefano Fasciani·· 10 天前AI 评分12
用选择性状态空间模型建模光学压缩器的时间相关响应
Modeling Time-Dependent Responses of Optical Compressors with Selective State Space Models
AI 导读
该研究提出用带 Selective State Space 模块的深度神经网络建模光学动态范围压缩器，取代此前基于循环层的方法，并引入 Feature-wise Linear Modulation 与 Gated Linear Units 按外部参数调节压缩的 attack 和 release 阶段。
正文 · AI 翻译
摘要：本文提出了一种使用深度神经网络与选择性状态空间模型对光学动态范围压缩器进行建模的方法。所提出的方法通过采用选择性状态空间模块对输入音频进行编码，超越了此前基于循环层的方法。它采用了一种改进技术，融合了特征级线性调制和门控线性单元来动态调整网络，根据外部参数调节压缩的起音和释放阶段。所提出的架构非常适合低延迟和实时应用，这在现场音频处理中至关重要。该方法已在具有不同特性的模拟光学压缩器 TubeTech CL 1B 和 Teletronix LA-2A 上得到验证。评估使用定量指标和主观听音测试进行，将所提出的方法与其他最先进的模型进行比较。结果表明，我们的黑盒建模方法优于所有其他方法，在训练期间可见和未见的设置下均实现了对压缩过程的准确仿真。我们进一步展示了这种准确性与数据集中控制参数的采样密度之间的相关性，并确定具有快速起音和慢速释放的设置最难仿真。
| 评论： | 发表于 Journal of the Audio Engineering Society 第 73 卷，2025 年 |
| 主题： | 声音 (cs.SD)；人工智能 (cs.AI)；音频和语音处理 (eess.AS) |
| 引用为： | arXiv:2408.12549 [cs.SD] |
| （或 arXiv:2408.12549v4 [cs.SD] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2408.12549 由 DataCite 颁发的 arXiv DOI |
|
| 相关 DOI： | https://doi.org/10.17743/jaes.2022.0194
链接到相关资源的 DOI |
提交历史
来自：Riccardo Simionato [查看电子邮件]
[v1]
2024 年 8 月 22 日星期四 17:03:08 UTC（9,937 KB）
[v2]
2024 年 8 月 29 日星期四 09:46:54 UTC（9,937 KB）
[v3]
2025 年 1 月 16 日星期四 14:26:40 UTC（10,063 KB）
[v4]
2026 年 10 月 6 日星期二 08:39:07 UTC（9,942 KB）
来源：arXiv cs.AI · arxiv.org