BigVGAN

• github-code & models

method

• Snake激活函数，relu-改成周期激活函数，周期是可学习参数；对域外的周期信号鲁棒性更好；
• Anti-aliased Representation抗锯齿优化：snake 激活函数在引入周期性的时候，也会带来不可控的高频伪影，为了优化这一点，网络进行2x upsample & 2x downsample 操作，每个操作伴随低通滤波，【奈奎斯特-香农定理】，将 snake+filter 用于每一个residual dilated convolution layers
  • 根据奈奎斯特-香农采样定理，信号的采样频率必须至少是信号最高频率的两倍，以避免混叠（aliasing）。当周期激活函数（如Snake）引入高频伪影时，可通过以下步骤消除：
    • 2倍上采样：将信号采样率提升至原频率的两倍，使原信号中的高频成分在新采样率下的奈奎斯特频率（原采样率）范围内，从而避免混叠。
      低通滤波：在上采样后，使用截止频率为新奈奎斯特频率的低通滤波器，去除高于该频率的成分，确保信号中无高频伪影。
      2倍下采样：将信号恢复至原始采样率，此时信号中已无混叠成分，高频伪影被有效消除。

traning trick

• snack+filter 会放大the gradient norm of MPD. Consequently, 将梯度裁剪设置为$10^3$