PHAST-Net

PHAST-Net 通过物理信息神经网络推动音频分析

研究人员开发了 PHAST-Net，这是一种新颖的神经网络，旨在统一和改进音频信号的时频表示（ITFR）估计。该网络利用注意力引导机制并结合物理信息原理，特别是通过提出的连续对数频率自适应小波变换（CLAWT）和辅助重投影损失。PHAST-Net 旨在提供高分辨率、交叉项抑制的分析，涵盖频谱图、节拍图和节拍图等各种表示，并特别关注语音和音乐中的谐波结构。