Neural-Enhanced Dynamic Range Compression Inversion: A Hybrid Approach for Restoring Audio Dynamics
Created by
Haebom
저자
Haoran Sun, Dominique Fourer, Hichem Maaref
개요
본 논문은 다이내믹 레인지 압축(DRC)의 역변환 문제를 해결하기 위해 모델 기반 역변환과 신경망을 결합한 하이브리드 접근 방식을 제시합니다. 기존 방법들이 주요 매개변수를 간과하거나 정확한 매개변수 값에 의존하는 한계를 극복하고자, 신경망(분류 및 회귀)을 사용하여 DRC 매개변수를 추정하고 원본 신호를 재구성합니다. 다양한 음악 및 음성 데이터셋에 대한 실험 결과, 제시된 방법이 기존 최첨단 기술보다 우수한 성능과 강건성을 보임을 확인했습니다.
시사점, 한계점
•
시사점:
◦
모델 기반 DRC 역변환과 신경망을 결합하여 DRC 매개변수 추정과 오디오 복원을 동시에 수행하는 새로운 하이브리드 접근 방식 제시.
◦
기존 방법의 한계인 정확한 매개변수 값 의존성을 극복하고 강건한 성능을 달성.
◦
다양한 음악 및 음성 데이터셋에서 기존 최첨단 기술보다 우수한 성능을 입증.
◦
음악 제작, 방송, 음성 처리 등 다양한 분야에서 원본 다이내믹스 복원, 리믹싱 개선, 전반적인 오디오 품질 향상에 기여.
