计算机科学 > 声音
[提交于 2023年6月1日
(v1)
,最后修订 2023年10月12日 (此版本, v2)]
标题: 无监督语音修复的 unconditional 扩散模型
标题: UnDiff: Unsupervised Voice Restoration with Unconditional Diffusion Model
摘要: 本文介绍了UnDiff,这是一种能够解决各种语音逆向任务的扩散概率模型。经过一次无条件训练以生成语音波形后,它可以适应不同的任务,包括退化反演、神经变声以及源分离。 在本文中,我们首先通过比较不同的神经架构和预处理域来解决无条件波形生成这一具有挑战性的问题。之后,我们展示了如何利用扩散模型后训练条件技术的最新进展,将训练好的无条件扩散模型适应到语音处理的不同任务中。最后,我们在带宽扩展、去削波、变声和语音源分离等任务上展示了所提出技术的性能,并与基线进行了比较。 代码已公开可用。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.