【论文标题】A Survey on Deep Reinforcement Learning for Audio-Based Applications

【作者团队】Siddique Latif, Heriberto Cuayahuitl, Farrukh Pervez, Fahad Shamshad, Hafiz Shehbaz Ali, and Erik Cambria

【发表时间】2021.01.01

【论文链接】https://arxiv.org/pdf/2101.00240.pdf

【推荐理由】深度强化学习可应用于音频信号处理中以直接从讲演、音乐和其他声音信号中进行学习，以创建基于音频的、在现实世界中有许多前应用的自动系统。本文通过将在讲演与音乐相关领域中的研究进行结合的方式，对于DRL在音频领域中的应用及发展做了介绍，如自动语音识别ASR、口语对话系统SDS、语音情感识别SER、音频增强、音乐生成以及由音频驱动的机器人等。

作者首先对DL和RL的背景和相关知识做了简要介绍，然后对近期的DRL算法做了补充。之后的内容引入了近期DRL方法在例如语音、音乐以及环境声音处理等方面的实施，以及此领域中的挑战。接下来作者对基于音频的DRL研究方法做了展望以及概况。

内容中包含的图片若涉及版权问题，请及时与我们联系删除