Resumo

An adversarial autoencoder conditioned on known parameters of a physical modeling bowed string synthesizer is evaluated for use in parameter estimation and resynthesis tasks. Latent dimensions are provided to capture variance not explained by the conditional parameters. Results are compared with and without the adversarial training, and a system capable of “copying” a given parameter-signal bidirectional relationship is examined. A real-time synthesis system built on a generative, conditioned and regularized neural network is presented, allowing to construct engaging sound synthesizers based purely on recorded data.

Sounderfeit: Clonagem de um modelo físico com auto-encoders adversários condicionais

Neste artigo avaliamos um autocodificador adversarial condicionado através dos parâmetros conhecidos de um sintetizador por modelagem física de cordas friccionadas em sua utilização na estimativa de parâmetros e processos de ressíntese. Dimensões latentes são fornecidas para capturar a variação não explicada pelos parâmetros condicionais. Comparamos os resultados com e sem o treinamento adversarial, e examinamos um sistema capaz de “copiar” uma relação bidirecional entre parâmetros o sinais. Apresentamos um sistema de síntese em tempo real construído em uma rede neural generativa, condicionada e regularizada; viabilizando a construção de sintetizadores de som baseados puramente em dados gravados.