菲洛嘉青春动能素135HA FILLMED® NCTF 135HA LED指示灯的常见故障分析 智微智能 Elkhartlake K075终端,零售产业新选择 天空蓝拓客管理系统详细介绍版 muso公链项目 天使计划 是什么?[秘] 独家揭秘最前沿的家装“黑科技”——掌赋 天博体育欧洲杯特辑,东道主法兰西的失意2016 亚马逊的送货侦察员 学习听起来像挡泥板 Google Comics Factory使ML变得容易 笑着说-男性或女性 Amazon Rekognition中更好的人脸检测 关于Spaun的真相-大脑模拟 两个聊天机器人彼此聊天-有趣又怪异 GANPaint:将AI用于艺术 WCF和WF给予社区 从耳朵到脸 所有神经网络的深层缺陷 蠕虫在尾巴上平衡杆子 Kickstarter上的OpenCV AI套件 TensorFlow-Google的开源AI和计算引擎 众包取代新闻工作者 Google的DeepMind学会玩街机游戏 哑机器人V智能机器人 .NET与.NET 5融为一体 Google的深度学习-语音识别 LInQer将.NET LINQ移植到Javascript 机器人TED演讲-新的图灵测试? GAN的发明者加入苹果 您的智能手机会监视您键入的内容 人工智能帮助改善国际象棋 Zalando Flair NLP库已更新 TensorFlow 1.5包含移动版本 AlphaGo输了一场比赛-比分3-1 虚拟机器学习峰会 Microsoft开源AI调试工具 SharePoint走向移动 F#4.0发出文化变革的信号 克里斯蒂拍卖AI艺术品 人工智能如何区分 Facebook在蒙特利尔的新AI实验室 Mozilla想要您的声音 微软使用极深的神经网络赢得ImageNet 建立AI合作伙伴关系 .NET Core 3-Microsoft几乎回到了起点 神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作
您的位置:首页 >前端 >

学习听起来像挡泥板

Bassman 56F真空管放大器,即。是的,神经网络可以到达从未有过的地方。现在正式让您惊奇的是,您可以想像一下神经网络要做的事情。

我们真的不需要争论发烧友的倾向就可以同意经典的真空管放大器听起来不同。它们可能不是那么好,更不是以正确的方式是坏的。如果您想听起来像他们,什么是做这项工作的最佳方法?

您可以构建硬件,因为许多硬件都需要付出很大的代价并且麻烦。面对现实吧,真空管从来都不容易使用,将手指放在错误的位置会给人留下深刻的印象。最明显的事情是对响应进行建模,方法是构建一个仿真器以匹配输出特性,或者通过分析电路并实现一些数字滤波器来完成工作。但是,典型的电子管电路的复杂非线性动力学很难建模。

那么,为什么不让神经网络学习声音呢?

fender2

在Fender Bassman 56F信贷技术大学内部。

我们需要的只是传递函数,它将输入原始信号更改为听起来像放大器的输出。这是神经网络应该能够学习的东西。这就是芬兰阿尔托大学的Eero-Pekka Damskagg,Lauri Juvela,Etienne Thuillier和Vesa Valimaki决定尝试的方法。

该网络基于WaveNet模型并进行了修改:

fender1

训练网络以给定一组过去的样本来预测当前的输出样本。具有讽刺意味的是,培训数据是由Fender放大器的SPICE模型生成的。当然,SPICE模型无法实时生成信号。

这样有效吗?

您可以将某些热三极管减小到一组神经网络系数吗?

看来可以。

我们的测试表明,深度神经网络可以典型的音频采样率实时运行。我们的听力测试结果表明,提出的深度卷积体系结构优于最新的黑盒模型。

因此,您可能不需要昂贵的电子管来获得真实的声音。

似乎几乎是可耻的。

我想知道他们是否将网络系数提高到11?

fender3

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。