Evaluation of Real-Time Aliasing Reduction Methods in Neural Networks for Nonlinear Audio Effects Modelling
VANHATALO, Tara
Université de Bordeaux [UB]
Institut de Mathématiques de Bordeaux [IMB]
Orosys
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
Université de Bordeaux [UB]
Institut de Mathématiques de Bordeaux [IMB]
Orosys
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
LEGRAND, Pierrick
Université de Bordeaux [UB]
Institut de Mathématiques de Bordeaux [IMB]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
Université de Bordeaux [UB]
Institut de Mathématiques de Bordeaux [IMB]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
DESAINTE-CATHERINE, Myriam
Studio de Création et de Recherche en Informatique et Musique Électroacoustique [SCRIME]
Laboratoire Bordelais de Recherche en Informatique [LaBRI]
Voir plus >
Studio de Création et de Recherche en Informatique et Musique Électroacoustique [SCRIME]
Laboratoire Bordelais de Recherche en Informatique [LaBRI]
VANHATALO, Tara
Université de Bordeaux [UB]
Institut de Mathématiques de Bordeaux [IMB]
Orosys
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
Université de Bordeaux [UB]
Institut de Mathématiques de Bordeaux [IMB]
Orosys
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
LEGRAND, Pierrick
Université de Bordeaux [UB]
Institut de Mathématiques de Bordeaux [IMB]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
Université de Bordeaux [UB]
Institut de Mathématiques de Bordeaux [IMB]
Méthodes avancées d’apprentissage statistique et de contrôle [ASTRAL]
DESAINTE-CATHERINE, Myriam
Studio de Création et de Recherche en Informatique et Musique Électroacoustique [SCRIME]
Laboratoire Bordelais de Recherche en Informatique [LaBRI]
< Réduire
Studio de Création et de Recherche en Informatique et Musique Électroacoustique [SCRIME]
Laboratoire Bordelais de Recherche en Informatique [LaBRI]
Langue
en
Article de revue
Ce document a été publié dans
Journal of the Audio Engineering Society. 2023-10-09
Audio Engineering Society
Résumé en anglais
Neural networks have seen increased popularity in recent years for nonlinear audio effects modelling. Such a task requires sampling and creates high frequency harmonics that can quickly surpass the Nyquist rate, creating ...Lire la suite >
Neural networks have seen increased popularity in recent years for nonlinear audio effects modelling. Such a task requires sampling and creates high frequency harmonics that can quickly surpass the Nyquist rate, creating aliasing in the baseband. In this work, we study the impact of processing audio with neural networks and the potential aliasing these highly nonlinear algorithms can incur or aggravate. Namely, we evaluate the performance of a number of anti-aliasing methods for use in real-time. Notably, one method of anti-aliasing capable of real-time performance was identified: forced sparsity through network pruning.< Réduire
Mots clés en anglais
Aliasing reduction
neural networks
nonlinear audio effects modelling
real-time
Origine
Importé de halUnités de recherche