概要
システムはボーカル、ドラム、ベース、その他の伴奏を分離することがあります。その結果、重なり合う信号の推定値が得られ、漏れ、細部の欠落、または聴覚アーティファクトを含むことがあります。
主なポイント
- サポートされているソースカテゴリを確認してください。
- 文脈の中でアーティファクトを評価する。
- 許可証と元の録画は保存してください。
ディープダイブ
モデルがサポートするソースカテゴリを定義してください。いくつかの広いステム向けに訓練されたモデルでは、すべての楽器を個別に分離することはできません。音やエフェクトが密接に重なり合うと、リスナーが明確な音楽的役割を感じても分離が曖昧になることがあります。各ステムを単独で評価し、意図したミックスの中でも評価してください。他の楽器からの漏れは単独では明らかかもしれませんが、特定の編集にはそれほど重要ではありません。増幅やさらなる処理後にアーティファクトがより目立つことがあります。客観的な指標は参照ステムがあれば比較に役立ちますが、創造的な使用には聴くことが依然として重要です。モデルを比較する際は、ソース素材、エクスポートフォーマット、処理設定を同じに保ちましょう。特定のチェックポイントを録音してください。バージョンによって挙動が異なる場合があります。ソースの分離は元の録音や作曲の権利を変えません。リミックス、再配布、出版に必要な許可を取得してください。元のファイルとドキュメント処理を保存し、編集を再現または修正できるようにします。
04作業例
意図された文脈で聴く
許可された録音からボーカルを切り離して、話し言葉学習の練習を作ることを想像してみてください。
子音の欠落、残留音符、発音を妨げる可能性のある遺物がないか注意してください。
元の結果と比較し、分離された結果が教育目的に適しているかどうかを判断し、孤立が忠実さを意味すると仮定しないでください。
それが示すもの
仮想の例は、単に見かけ上の分離だけでなく、茎の下流での利用を評価しています。
現実世界の実装
編集前に、認可されたボーカルステムで伴奏漏れがないか確認してください。
同じ録音と最終ミックスの分離出力を比較してください。
実践する
なぜそれが重要なのか
- アクセスと到達範囲. 文字起こし、ナレーション、音声インターフェイスを通じてアクセシビリティを向上させます。
- 費用と予算. メディア チームは、より少ない予算で洗練されたオーディオをより迅速に出荷できます。
- 速度とスケール. 顧客対応システムは、音声対話を大規模に処理できます。
気をつけてください
- 同意がない場合、音声の悪用やなりすましのリスクが高まります。
- アクセント、方言、または騒がしい環境では精度が低下する可能性があります。
- 合成音声は、明確なラベルが付けられていないと、本物の音声と間違われる可能性があります。
次のステップ
- 音声のキャプチャ、複製、再利用については明示的な同意を取得してください。
- さまざまな話者や背景条件で品質をテストします。
- 人間がいつ出力をレビューまたは承認する必要があるかを定義します。
- 合成音声にラベルを付け、出所記録を保管して説明責任を果たします。
出典とさらなる参考文献
- Meta research archiveデムックス研究の実装と限界
探検を続けましょう
よくある質問
分離で元のスタジオステムを完全に復元できますか?
仮定では信頼性が低いです。混合物から発生源を推定し、アーティファクトを生んだり情報を失ったりすることがあります。