Skip to content
Hot eventLive

可解释的目标感知合成器调制恢复

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026-10-02，arXiv Audio and Speech 发表该研究，提出可解释的目标感知合成器调制恢复方法：先识别调制目标，再恢复各目标对应的 LFO 波形，并估计振荡器波形以匹配源音色。训练采用含噪声振荡器和更多调制选项的可微分合成器，配合 Gammatone 损失与 CQT 判别器，感知质量显著优于传统 MSS 损失。

Generated from reports · updated 2 hr ago

LatestOct 2
2026-10-02 arXiv 发布该方法，感知质量优于传统 MSS 损失。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Audio and Speech
    可解释的目标感知合成器调制恢复

    summary_zh: 该系统通过可解释的目标感知流程恢复合成器调制参数，先识别调制目标，再恢复每个目标对应的 LFO 波形并估计振荡器波形以匹配源音色。训练采用包含噪声振荡器和更多调制选项的可微分合成器，并使用 Gammatone 损失与 CQT 判别器，在感知质量上显著优于传统 MSS 损失。

Heat trend

There is not enough continuous observation data to draw a trend yet.