오픈-언믹스 음악 분리
UMX(Open-Unmix)는 노래를 보컬, 드럼, 베이스 및 기타 악기의 각 부분으로 분할하는 오픈 소스 딥 러닝 시스템입니다.
개요
이는 연구자, 음악가 및 애호가가 음악 소스 분리에 접근할 수 있게 해주는 재현 가능한 참조 품질 기준으로서 중요합니다.
심층 분석
Stoter, Uhlich, Liutkus 및 Mitsufuji가 2019년에 출시한 Open-Unmix는 PyTorch(TensorFlow 및 NNabla 포트 포함)에서 투명하고 잘 문서화된 기준선으로 의도적으로 구축되었습니다. 혼합물의 크기 스펙트로그램에서 대상 줄기당 하나의 모델을 훈련합니다. 코어는 완전히 연결된 레이어로 래핑된 3레이어 양방향 LSTM으로, 대상 소스에 대한 스펙트럼 마스크를 예측합니다. 크기에 따라 작동하기 때문에 혼합물의 위상을 재사용하고 역 STFT를 통해 스템을 재구성하며 선택적으로 다중 채널 Wiener 필터로 정제됩니다. 공개 MUSDB18 데이터세트로 훈련되었으므로 최고 순위표 점수를 추적하지 않습니다. 그 목표는 명확성과 재현성을 통해 커뮤니티에 신뢰할 수 있는 비교 지점과 기반을 제공하는 것입니다.
기술적 통찰력
각 줄기에는 입력 크기 스펙트로그램에서 작동하는 자체 네트워크가 있습니다. 주파수 빈은 조밀한 레이어에 의해 표준화되고 차원이 감소하며, 양방향 LSTM은 양방향에서 시간적 컨텍스트를 캡처하고, 더욱 조밀한 레이어는 소프트 마스크를 생성하기 위해 전체 주파수 해상도로 다시 확장됩니다. 마스크에 혼합 크기를 곱하면 추정된 소스가 생성됩니다. 원래 단계는 재사용되며 Wiener 필터는 더 깨끗한 결과를 위해 모든 줄기를 공동으로 정제할 수 있습니다.
전략적 영향
접근 및 도달
전사, 내레이션, 음성 인터페이스를 통해 접근성을 향상시킵니다.
비용 및 예산
미디어 팀은 더 적은 예산으로 세련된 오디오를 더 빠르게 출시할 수 있습니다.
속도와 규모
고객 대면 시스템은 음성 상호 작용을 더 큰 규모로 처리할 수 있습니다.
오픈-언믹스 음악 분리의 미래
Open-Unmix는 Demucs 및 하이브리드 스펙트로그램-파형 시스템과 같은 파형 모델에 의해 원시 품질에서 추월되었지만 명확하고 해킹 가능한 참조로서의 역할은 교육 및 신속한 프로토타이핑과 관련성을 유지합니다. 교육 및 건전성 검사 기준으로 지속적인 사용을 기대하는 한편, 더 넓은 분야는 충실도가 높은 하이브리드 및 변압기 기반 분리기를 향해 나아가고 더 세분화된 기기 범주를 분리하는 방향으로 이동합니다.
실제 구현
노래방이나 노래의 악기 버전을 만들기 위해 격리된 보컬 트랙을 추출합니다.
프로듀서의 리믹스 및 샘플링을 위해 드럼 또는 베이스 스템을 꺼냅니다.
MUSDB18의 새로운 분리 모델을 평가하기 위한 재현 가능한 연구 기준선 역할을 합니다.
음악을 전공하는 학생들이 하나의 악기를 분리하여 믹스에서 해당 부분을 연구하도록 합니다.
위험 및 가드레일
동의가 없으면 음성 오용 및 명의 도용 위험이 높아집니다.
악센트, 방언 또는 시끄러운 환경에서는 정확도가 떨어질 수 있습니다.
합성 오디오는 명확한 라벨링이 없으면 실제 음성으로 오인될 수 있습니다.
구현 로드맵
음성 캡처, 복제 및 재사용에 대한 명시적인 동의를 얻습니다.
다양한 화자와 배경 조건에서 품질을 테스트합니다.
사람이 출력을 검토하거나 승인해야 하는 시기를 정의합니다.
합성 오디오에 라벨을 붙이고 책임을 묻기 위해 출처 기록을 보관하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Open-Unmix Music Separation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
음악 분리
자주 묻는 질문
Open-Unmix 음악 분리란 무엇입니까?
UMX(Open-Unmix)는 노래를 보컬, 드럼, 베이스 및 기타 악기의 각 부분으로 분할하는 오픈 소스 딥 러닝 시스템입니다. 이는 연구자, 음악가 및 애호가가 음악 소스 분리에 접근할 수 있게 해주는 재현 가능한 참조 품질 기준으로서 중요합니다.
Open-Unmix의 기능은 무엇입니까?
Open-Unmix는 믹스를 개별 악기와 보컬 스템으로 분리하는 음악 소스 분리 시스템입니다.
Open-Unmix의 핵심에는 어떤 신경망이 있나요?
Open-Unmix는 완전히 연결된 레이어로 래핑된 양방향 LSTM을 사용하여 스펙트럼 마스크를 예측합니다.
Open-Unmix는 어떤 표현에서 작동합니까?
이는 크기 스펙트로그램에서 작동하여 마스크를 예측하고 재구성을 위해 혼합물의 위상을 재사용합니다.
Open-Unmix는 어떤 데이터 세트를 학습하나요?
Open-Unmix는 교육 및 평가를 위해 개방형 MUSDB18 음악 분리 데이터 세트를 사용합니다.
Open-Unmix의 주요 디자인 목표는 무엇이었나요?
최고 점수를 받은 블랙박스가 아닌 명확하고 잘 문서화되었으며 재현 가능한 기준선으로 구축되었습니다.