Preskoči na sadržaj
Korištenjem servisa na Twitteru pristajete na korištenje kolačića. Twitter i partneri rade globalno te koriste kolačiće za analize, personalizaciju i oglase.

Za najbolje sučelje na Twitteru koristite Microsoft Edge ili instalirajte aplikaciju Twitter iz trgovine Microsoft Store.

  • Naslovnica Naslovnica Naslovnica, trenutna stranica.
  • O Twitteru

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @
  • Jezik: Hrvatski
    • Bahasa Indonesia
    • Bahasa Melayu
    • Català
    • Čeština
    • Dansk
    • Deutsch
    • English
    • English UK
    • Español
    • Filipino
    • Français
    • Italiano
    • Magyar
    • Nederlands
    • Norsk
    • Polski
    • Português
    • Română
    • Slovenčina
    • Suomi
    • Svenska
    • Tiếng Việt
    • Türkçe
    • Български език
    • Русский
    • Српски
    • Українська мова
    • Ελληνικά
    • עִבְרִית
    • العربية
    • فارسی
    • मराठी
    • हिन्दी
    • বাংলা
    • ગુજરાતી
    • தமிழ்
    • ಕನ್ನಡ
    • ภาษาไทย
    • 한국어
    • 日本語
    • 简体中文
    • 繁體中文
  • Imate račun? Prijava
    Imate račun?
    · Zaboravili ste lozinku?

    Novi ste na Twitteru?
    Registrirajte se
Profil korisnika/ce jesseengel
Jesse Engel
Jesse Engel
Jesse Engel
@jesseengel

Tweets

Jesse Engel

@jesseengel

Guitarist, Researcher Google Brain. Opinions are my own.

Vrijeme pridruživanja: travanj 2009.

Tweets

  • © 2020 Twitter
  • O Twitteru
  • Centar za pomoć
  • Uvjeti
  • Pravila o privatnosti
  • Imprint
  • Kolačići
  • Informacije o oglasima
Odbaci
Prethodni
Sljedeće

Idite na profil osobe

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @

Odjava

Blokiraj

  • Objavi Tweet s lokacijom

    U tweetove putem weba ili aplikacija drugih proizvođača možete dodati podatke o lokaciji, kao što su grad ili točna lokacija. Povijest lokacija tweetova uvijek možete izbrisati. Saznajte više

    Vaši popisi

    Izradi novi popis


    Manje od 100 znakova, neobavezno

    Privatnost

    Kopiraj vezu u tweet

    Ugradi ovaj Tweet

    Embed this Video

    Dodajte ovaj Tweet na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Dodajte ovaj videozapis na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Hm, došlo je do problema prilikom povezivanja s poslužiteljem.

    Integracijom Twitterova sadržaja u svoje web-mjesto ili aplikaciju prihvaćate Twitterov Ugovor za programere i Pravila za programere.

    Pregled

    Razlog prikaza oglasa

    Prijavi se na Twitter

    · Zaboravili ste lozinku?
    Nemate račun? Registrirajte se »

    Prijavite se na Twitter

    Niste na Twitteru? Registrirajte se, uključite se u stvari koje vas zanimaju, i dobivajte promjene čim se dogode.

    Registrirajte se
    Imate račun? Prijava »

    Dvosmjerni (slanje i primanje) kratki kodovi:

    Država Kod Samo za korisnike
    Sjedinjene Američke Države 40404 (bilo koje)
    Kanada 21212 (bilo koje)
    Ujedinjeno Kraljevstvo 86444 Vodafone, Orange, 3, O2
    Brazil 40404 Nextel, TIM
    Haiti 40404 Digicel, Voila
    Irska 51210 Vodafone, O2
    Indija 53000 Bharti Airtel, Videocon, Reliance
    Indonezija 89887 AXIS, 3, Telkomsel, Indosat, XL Axiata
    Italija 4880804 Wind
    3424486444 Vodafone
    » Pogledajte SMS kratke šifre za druge zemlje

    Potvrda

     

    Dobro došli kući!

    Vremenska crta mjesto je na kojem ćete provesti najviše vremena i bez odgode dobivati novosti o svemu što vam je važno.

    Tweetovi vam ne valjaju?

    Prijeđite pokazivačem preko slike profila pa kliknite gumb Pratim da biste prestali pratiti neki račun.

    Kažite mnogo uz malo riječi

    Kada vidite Tweet koji volite, dodirnite srce – to osobi koja ga je napisala daje do znanja da vam se sviđa.

    Proširite glas

    Najbolji je način da podijelite nečiji Tweet s osobama koje vas prate prosljeđivanje. Dodirnite ikonu da biste smjesta poslali.

    Pridruži se razgovoru

    Pomoću odgovora dodajte sve što mislite o nekom tweetu. Pronađite temu koja vam je važna i uključite se.

    Saznajte najnovije vijesti

    Bez odgode pogledajte o čemu ljudi razgovaraju.

    Pratite više onoga što vam se sviđa

    Pratite više računa da biste dobivali novosti o temama do kojih vam je stalo.

    Saznajte što se događa

    Bez odgode pogledajte najnovije razgovore o bilo kojoj temi.

    Ne propustite nijedan aktualni događaj

    Bez odgode pratite kako se razvijaju događaji koje pratite.

    Jesse Engel‏ @jesseengel 15. sij
    • Prijavi Tweet

    Differentiable Digital Signal Processing (DDSP)! Fusing classic interpretable DSP with neural networks. ⌨️ Blog: http://magenta.tensorflow.org/ddsp  🎵 Examples: https://g.co/magenta/ddsp-examples … ⏯ Colab: http://g.co/magenta/ddsp-demo … 💻 Code: http://github.com/magenta/ddsp  📝 Paper: http://g.co/magenta/ddsp-paper … 1/pic.twitter.com/SlxLUOUC6k

    13:55 - 15. sij 2020.
    • 455 proslijeđenih tweetova
    • 1.505 oznaka „sviđa mi se”
    • Adrao Eiros 🎗 Vibert Thio L͉̰̥̤G͔̯͚̭͙͉͋̔̄͗̃̅̑H̻̉M̜̠Č͈T̠̋̍ͭ͌̚F̯͈̋ͪ🇫🇷🍷🥖🧀 Miguel Xochicale YAROOSHA ahmad bazzi Francis ☭ Lauren Ipsum Dana
    27 replies 455 proslijeđenih tweetova 1.505 korisnika označava da im se sviđa
      1. Novi razgovor
      2. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        2/ tl; dr: We've made a library of differentiable DSP components (oscillators, filters, etc.) and show that it enables combining strong inductive priors with expressive neural networks, resulting in high-quality audio synthesis with less data, less compute, and fewer parameters.pic.twitter.com/6xiP8Uj3BQ

        1 reply 7 proslijeđenih tweetova 45 korisnika označava da im se sviđa
        Prikaži ovu nit
      3. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        3/ An example DDSP module is an Additive Synthesizer (sum of time-varying sinusoids). A network provides controls (frequencies, amplitudes), the synthesizer renders audio, and the whole op is differentiable . Here's a simple example with harmonic (integer multiple) frequencies.pic.twitter.com/QXadXmBqpu

        1 reply 4 proslijeđena tweeta 23 korisnika označavaju da im se sviđa
        Prikaži ovu nit
      4. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        4/ While the DDSP components can be used in any end-to-end system, we focus on the effect of the components themselves by performing experiments with a simple audio autoencoder (no autoregression or GAN required). The DDSP components are the yellow blocks. F0 is frequency.pic.twitter.com/fQw6IwnoCN

        1 proslijeđeni tweet 21 korisnik označava da mu se sviđa
        Prikaži ovu nit
      5. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        5/ We combine a harmonic additive synth (sum of sinusoids) with a subtractive noise synth (filtering white noise), and a learned room reverb, to generate a waveform. The loss is then L1 on a multi-scale spectrogram. Since everything is differentiable we can train with SGD.

        1 reply 1 proslijeđeni tweet 8 korisnika označava da im se sviđa
        Prikaži ovu nit
      6. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        6/ The key idea of DDSP is that simple DSP components can be quite expressive when precisely controlled by a neural network (e.g. high-quality reconstructions). We can also exploit modularity and interpretablity to swap components and get things like dereverberation for free.pic.twitter.com/RJtCY0dfGy

        3 proslijeđena tweeta 37 korisnika označava da im se sviđa
        Prikaži ovu nit
      7. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        7/ Since the model directly uses interpretable inputs like frequency in rendering the waveform, it allows generalization outside the domain of the training data. Here we transpose the violin an octave lower than is physically possible and it sounds somewhat like a cello.pic.twitter.com/U4lM7d2icr

        1 reply 3 proslijeđena tweeta 25 korisnika označava da im se sviđa
        Prikaži ovu nit
      8. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        8/ Further, we can get features such as pitch and loudness from one signal and use the trained model to resynthesize (timbre transfer). There are small hiccups when the features don't match training, but the model does surprisingly well given that it wasn't trained to do this.pic.twitter.com/pLrCKb3A1g

        4 proslijeđena tweeta 20 korisnika označava da im se sviđa
        Prikaži ovu nit
      9. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        9/ Here's an example of turning @hanoihantrakul into a violin. You can try this yourself with the colab demo (http://g.co/magenta/ddsp-demo …). You can also train your own models and use them in the demo. We can't wait to see how you use it!pic.twitter.com/wpYCOOyzrz

        16 proslijeđenih tweetova 71 korisnik označava da mu se sviđa
        Prikaži ovu nit
      10. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        10/ One of the coolest things about using these priors is it takes much less data and compute to do ML with audio. All examples here use less than 13 minutes of data and a few hours on a V100. Hanoi could even train a model on his own Salo instrument (https://cargocollective.com/sloh/filter/Sloh …).pic.twitter.com/k3G091vLgu

        1 reply 3 proslijeđena tweeta 22 korisnika označavaju da im se sviđa
        Prikaži ovu nit
      11. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        11/ One of the key priors these models exploit is perceptual invariance to relative phase for steady state signals (which was the basis of GANSynth, a differentiable phase vocoder). Notice how all these examples sound the same even though the waves look quite different.pic.twitter.com/9TmLBwT37a

        3 proslijeđena tweeta 26 korisnika označava da im se sviđa
        Prikaži ovu nit
      12. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        12/ Since we're excited about the possibilities of this approach, we've worked really hard to make a clean and modular code base (http://github.com/magenta/ddsp ), several colab tutorials (https://github.com/magenta/ddsp/tree/master/ddsp/colab/tutorials …), and we welcome contributions! DSP is hard to get all the details right 😇

        2 proslijeđena tweeta 38 korisnika označava da im se sviđa
        Prikaži ovu nit
      13. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        13/ From a research perspective there's a lot of potential followup. We've added some new modules (Wavetable synth, ModDelays, etc.) but still many more possible (Polyphony, IIR, etc.). Also, models using DDSP create samples during training, which is ideal for GANs, EBMs, etc.

        1 reply 1 proslijeđeni tweet 10 korisnika označava da im se sviđa
        Prikaži ovu nit
      14. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        14/ For applications, early experiments are promising. We can push the model size down very small (a single 256 unit GRU, 240k parameters, http://g.co/magenta/ddsp-examples …) and still get pretty good performance, opening avenues towards realtime neural audio synthesis and manipulation.

        2 proslijeđena tweeta 15 korisnika označava da im se sviđa
        Prikaži ovu nit
      15. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        This was a really fun collaboration with @HanoiHantrakul, @ada_rob, and @calbeargu. Also thanks to @notwaldorf for all the help, and to @andycoenen for the designing a sweet logo.

        1 proslijeđeni tweet 14 korisnika označava da im se sviđa
        Prikaži ovu nit
      16. Jesse Engel‏ @jesseengel 15. sij
        • Prijavi Tweet

        Finally, many thanks to Dr. Xavier Serra of @mtg_upf and Dr. Julius O. Smith III of @ccrma, whose pioneering work on Spectral Modeling Synthesis (https://www.jstor.org/stable/3680788?seq=1 …) was the foundation and inspiration for a lot of this research.

        1 reply 3 proslijeđena tweeta 29 korisnika označava da im se sviđa
        Prikaži ovu nit
      17. Kraj razgovora

    Čini se da učitavanje traje već neko vrijeme.

    Twitter je možda preopterećen ili ima kratkotrajnih poteškoća u radu. Pokušajte ponovno ili potražite dodatne informacije u odjeljku Status Twittera.

      Sponzorirani tweet

      false

      • © 2020 Twitter
      • O Twitteru
      • Centar za pomoć
      • Uvjeti
      • Pravila o privatnosti
      • Imprint
      • Kolačići
      • Informacije o oglasima