Real Time Emulation of Parametric Guitar Tube Amplifier With Long Short Term Memory Neural Network - Githubissues

tmtakashi / paper-survey

0 stars 0 forks source link

Real Time Emulation of Parametric Guitar Tube Amplifier With Long Short Term Memory Neural Network #4

Closed tmtakashi closed 5 years ago

tmtakashi commented 5 years ago

https://arxiv.org/abs/1804.07145

http://www.aes.org/e-lib/browse.cfm?elib=19483

tmtakashi commented 5 years ago

どんなもの？

LSTMを用いて真空管アンプのシミュレーションを行った

先行研究と比べてどこがすごい？

従来はVoltera級数モデルの一種であるWiener-Hammersteinモデルを使った
- 様々なギターアンプの音に対応できるほど複雑性が十分に取れない
- 正弦波くらいしかモデリングできない
LSTMだとRMSEが1%以下になった

技術や手法のキモはどこ？

通常のDNNはCNNだとRMSEがそれぞれ20%、16%程度になってしまう。
- LSTMがギターアンプシミュレーションには一番適している。
- time stepは100、隠れユニットは150個
隠れユニットの数が増えるほどRMSEが減少する
time stepは100~200程度が有効、それ以上はRMSEの減少に貢献しない
有効なbatch sizeは使用するGPUにもよるが、今回は1000

どうやって有効だと検証した？

predictionとground truthのRMSEをとった

議論はある？

LSTMの入力のnum_featureを増やしてgainも入力した結果もRMSEが1%程度
- モデルが複雑になるため隠れユニットやtime stepsを増やす必要あるため、計算スピードが遅くなる

次に読むべき論文は？

Deep Learning for Tube Amplifier Emulation