研究人员开发了一种新颖的监督方法来修复历史管弦乐,这项任务以前由于缺乏真实数据而受到阻碍。通过模拟20世纪早期录音的真实降级链,他们创建了一个合成数据集,实现了端到端的深度学习修复。他们的潜流匹配模型在客观和主观评估中均优于现有方法,并且他们发布了一个重要的测试集和相关代码。 AI
影响 这项研究推进了AI在音频处理和历史数据修复方面的能力。
排序理由 该集群包含一篇详细介绍音频修复新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →