Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2409.08723

帮助 | 高级搜索

电气工程与系统科学 > 音频与语音处理

arXiv:2409.08723 (eess)
[提交于 2024年9月13日 (v1) ,最后修订 2025年4月14日 (此版本, v2)]

标题: FLAMO:一个用于频域可微音频处理的开源库

标题: FLAMO: An Open-Source Library for Frequency-Domain Differentiable Audio Processing

Authors:Gloria Dal Santo, Gian Marco De Bortoli, Karolina Prawda, Sebastian J. Schlecht, Vesa V채lim채ki
摘要: 我们介绍了 FLAMO,这是一个用于音频模块优化的频率采样库,旨在实现和优化可微线性时不变音频系统。 该库是开源的,并基于频率采样滤波器设计方法构建,允许创建可单独使用或在神经网络的计算图中使用的可微模块,从而简化可微音频系统的开发。 它包括预定义的过滤模块和辅助类,用于构建、训练和记录优化后的系统,所有这些都可以通过直观的接口访问。 通过两个案例研究展示了这些模块的实际应用:人工混响器的优化以及主动声学系统的优化以改善响应色彩。
摘要: We present FLAMO, a Frequency-sampling Library for Audio-Module Optimization designed to implement and optimize differentiable linear time-invariant audio systems. The library is open-source and built on the frequency-sampling filter design method, allowing for the creation of differentiable modules that can be used stand-alone or within the computation graph of neural networks, simplifying the development of differentiable audio systems. It includes predefined filtering modules and auxiliary classes for constructing, training, and logging the optimized systems, all accessible through an intuitive interface. Practical application of these modules is demonstrated through two case studies: the optimization of an artificial reverberator and an active acoustics system for improved response coloration.
主题: 音频与语音处理 (eess.AS)
引用方式: arXiv:2409.08723 [eess.AS]
  (或者 arXiv:2409.08723v2 [eess.AS] 对于此版本)
  https://doi.org/10.48550/arXiv.2409.08723
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Gloria Dal Santo [查看电子邮件]
[v1] 星期五, 2024 年 9 月 13 日 11:19:51 UTC (7,322 KB)
[v2] 星期一, 2025 年 4 月 14 日 06:13:22 UTC (10,772 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.AS
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-09
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号