> ML_LITERATURE // OORD-2016-WAVENET-GENERATIVE-MODEL-RAW-AUDIO_v1.0
WaveNet: A Generative Model for Raw Audio
Aäron van den Oord, Sander Dieleman, Heiga Zen, Karen Simonyan, Oriol Vinyals, Alex Graves, Nal Kalchbrenner, Andrew Senior, Koray Kavukcuoglu · arXiv preprint (2016)
seminal-architecture2016industry-standardthirdPartyReproduced
Temel Katkı (Principal Contribution)
Üstel olarak büyüyen algılama alanlarına sahip otoregresif nedensel genişletilmiş evrişimler kullanarak saniyede 16.000 örnekte ham ses dalga formlarını modelledi.
Operasyonel ve Mühendislik Uygunluğu
Üretim sistemlerinde task-text-to-speech uygulaması için yetkili referans olarak hizmet eder.
Temel Varsayımlar (Assumptions)
- Temel uzamsal-zamansal süreklilik ve alan dağılımsal kararlılığı geçerlidir
Kısıtlar ve Sınırlamalar (Limitations)
- Performans ölçekleme ve hesaplama ayak izi algılama alanı derinliğine, dizi uzunluğuna ve çözünürlüğe bağlıdır