电气工程与系统科学 > 音频与语音处理
[提交于 2023年6月2日
(v1)
,最后修订 2024年1月30日 (此版本, v2)]
标题: 盲音频带宽扩展:一种基于扩散的零样本方法
标题: Blind Audio Bandwidth Extension: A Diffusion-Based Zero-Shot Approach
摘要: 音频带宽扩展涉及从带限观测中现实地重建高频频谱。 在低通退化未知的情况下,例如在恢复历史音频录音时,这成为一个盲问题。 本文介绍了一种称为BABE(盲音频带宽扩展)的新方法,在零样本设置下解决盲问题,利用预训练无条件扩散模型的生成先验。 在推理过程中,BABE使用扩散后验采样的广义版本,其中退化算子未知但被参数化并迭代推断。 所提出的方法通过客观和主观指标进行评估,结果表明BABE超越了最先进的盲带宽扩展基线,并在使用合成数据测试时与知情方法相比表现出有竞争力的性能。 此外,BABE在增强真实历史录音时表现出强大的泛化能力,有效重建缺失的高频内容,同时保持与原始录音的一致性。 主观偏好测试证实BABE显著提高了历史音乐录音的音频质量。 使用所提出方法恢复的历史录音示例可在配套网页上找到: (http://research.spa.aalto.fi/publications/papers/ieee-taslp-babe/)
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.