PulseAugur
中
实时 19:28:59
English(EN) Drum Synthesis from Expressive Drum Grids via Neural Audio Codecs

AI模型使用神经编解码器从MIDI生成鼓音频

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新系统，可以将富有表现力的鼓点网格（一种详细的MIDI格式）转换为逼真的鼓音频。该方法利用Transformer模型从神经音频编解码器预测离散代码，然后将这些代码解码为声音。使用EnCodec、DAC和X-Codec等编解码器进行的实验表明，音频表示的选择会显著影响合成鼓的质量。该系统在E-GMD数据集上进行了训练和评估，证明了编解码器-令牌预测是一种可行的打击乐合成方法。 AI

影响 引入了一种从符号音乐表示生成逼真打击乐音频的新方法，可能影响音乐制作工具。

排序理由 学术论文，详细介绍了使用机器学习进行音频合成的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI模型使用神经编解码器从MIDI生成鼓音频

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Konstantinos Tsamis ·

    Drum Synthesis from Expressive Drum Grids via Neural Audio Codecs

    Generating realistic drum audio directly from symbolic representations is a challenging task at the intersection of music perception and machine learning. We propose a system that transforms an expressive drum grid, a time-aligned MIDI representation with microtiming and velocity…

相关实体

相关话题