用奖励倾斜流控制单声道转立体声
将上混建模为基于预训练流先验的生成式逆问题。
为什么重要
为音频上混提供无需任务特定训练的可控生成式方法。
阅读原文arxiv.org
AI 解读（根据原文生成）
论文研究单声道到立体声音频上混：从单通道录音生成高保真双通道立体声。作者提出 Aura（Audio Upmixing using Reward-tilted Flows），用预训练 flow 先验将上混重构为生成式逆问题，并设计 reward-tilted posterior sampler，通过惩罚生成与目标声道间线索分布的差异来控制空间成像。组合 forward operators 还可在无需重新训练或微调的情况下进行联合修复与上混。论文在 MUSDB18-HQ 的真实音乐录音上做了客观与主观评估。
要点（AI 据原文整理，数字均已与原文核对）
- Authors: Sattwik Basu, Gautam Bhattacharya, Alan Seefeldt.
- Objective and subjective evaluations on real-world music recordings from MUSDB18-HQ demonstrate our method's effectiveness relative to several baselines.