用什么类型的神经网络架构将声音映射到其他声音？神经网络非常适合学习从序列到其他序列，所以声音增强/生成似乎是它们非常流行的应用（但不幸的是，它不是 - 我只能找到一个（相当古老的）洋红色项目处理用它，以及其他2篇博客文章）。
假设我有足够大的输入声音/输出声音相同长度的数据集，我将如何格式化数据？也许在光谱图上训练CNN（类似于cycleGAN或pix2pix），也许可以使用WAV文件中的实际数据并使用LSTM？是否有其他类型的奇怪架构没有人听说过这对声音有益？请帮帮我！
答案 0 :(得分：0)
对于做类似事情的其他人 - 答案是使用快速傅里叶变换将数据置于可管理状态，然后人们通常使用RNN或LSTM来处理数据 - 而不是CNN。