ओपन-अनमिक्स संगीत पृथक्करण

ओपन-अनमिक्स (यूएमएक्स) एक ओपन-सोर्स डीप लर्निंग सिस्टम है जो एक गाने को उसके भागों में विभाजित करता है: स्वर, ड्रम, बास और अन्य वाद्ययंत्र। यह एक प्रतिलिपि प्रस्तुत करने योग्य, संदर्भ-गुणवत्ता वाली आधार रेखा के रूप में मायने रखता है जिसने संगीत स्रोत पृथक्करण को शोधकर्ताओं, संगीतकारों और शौकीनों के लिए सुलभ बना दिया है।

2019 में स्टोटर, उहलिच, लिउटकस और मित्सुफुजी द्वारा जारी, ओपन-अनमिक्स को जानबूझकर PyTorch (टेन्सरफ्लो और एनएनएब्ला पोर्ट के साथ) में एक पारदर्शी, अच्छी तरह से प्रलेखित बेसलाइन के रूप में बनाया गया था। यह मिश्रण के परिमाण स्पेक्ट्रोग्राम पर प्रति लक्ष्य स्टेम एक मॉडल को प्रशिक्षित करता है। कोर एक तीन-परत द्विदिशात्मक LSTM है जो पूरी तरह से जुड़ी हुई परतों से लिपटा हुआ है, जो लक्ष्य स्रोत के लिए एक वर्णक्रमीय मुखौटा की भविष्यवाणी करता है। क्योंकि यह परिमाण पर काम करता है, यह मिश्रण के चरण का पुन: उपयोग करता है और व्युत्क्रम एसटीएफटी के माध्यम से स्टेम का पुनर्निर्माण करता है, वैकल्पिक रूप से मल्टीचैनल वीनर फ़िल्टर के साथ परिष्कृत किया जाता है। खुले MUSDB18 डेटासेट पर प्रशिक्षित, यह शीर्ष लीडरबोर्ड स्कोर का पीछा नहीं करता है; इसका लक्ष्य स्पष्टता और पुनरुत्पादकता है, जो समुदाय को तुलना का एक भरोसेमंद बिंदु और निर्माण के लिए एक आधार प्रदान करता है।