Accurate Plate Reverb Parameter Estimation Using Two-Stage Evolutionary Search
Работа восстанавливает шесть физических параметров пластинчатого ревербератора по одной импульсной характеристике. Интересна она не только точностью, но и хорошим инженерным разбором: нормировка делает многомерный поиск устойчивым, однако стирает амплитудный признак поверхностной плотности, поэтому шестой параметр приходится оценивать отдельным шагом.
Метод. На первом этапе CMA-ES перебирает семь внутренних параметров симулятора и минимизирует L1-расстояние между модулями STFT для первых 0,25 секунды импульсной характеристики при 44,1 кГц. Сигналы нормируются по пику, что позволяет надёжно восстановить геометрию и пять производных параметров. Затем 50 итераций тернарного поиска подбирают поверхностную плотность по ненормированной ошибке, возвращая в задачу потерянный амплитудный признак.
Результаты. На 50 синтетических характеристиках медианная нормированная среднеквадратичная ошибка после первого этапа равна 1,91·10−3, а после второго — 1,34·10−14; улучшились 49 из 50 случаев. Медианное время первого этапа составляет 32,6 с, второго — 0,62 с. Двухэтапный вариант имеет среднее время 76,9 с против 167 с у единого CMA-ES и заметно ограничивает цену патологического случая: 205 с против 3604 с.
Ограничения. Цель и кандидаты порождены одним и тем же точным симулятором пластинчатого ревербератора, поэтому это идентификация внутри известного семейства, а не оценка параметров реальной комнаты. Используются только первые 250 мс, до 4 ГБ памяти графического процессора и многократные эволюционные запуски. Один граничный параметр всё же вызывает крупную ошибку, а итог по закрытой части конкурса в статье отсутствует.
Фишка из статьи. Обычная для звуковых моделей логарифмическая компрессия спектра здесь оказывается вредной: она выравнивает заметность слабых мод, но одновременно сглаживает именно те различия, по которым оптимизатор восстанавливает физические параметры.
| Спектральная функция потерь | Геометрическое среднее NMSE | Доля сходимости |
|---|---|---|
| Некомпрессированная L1-STFT | 4,9·10−14 | 1,00 |
| Логарифм модуля | 1,3·10−1 | 0,00 |
| Логарифмическая многомасштабная | 1,3·10−1 | 0,02 |
| Многомасштабная + спектральная сходимость | 2,7·10−4 | 0,68 |
Как это читать: меньшая NMSE означает более точное восстановление параметров, а «сходимость» — попадание в установленный порог качества. Функция потерь, удобная для перцептивного обучения, не обязана сохранять геометрически полезный рельеф для обратной задачи.