نموذج
طراز الساكسفون Demucs v3: 14.22 ديسيبل ونطاق ضيق A/B
فصل الأجهزة/الملاحظات الفنية
فصل الأجهزة/الملاحظات الفنية
فصل الآلات / مذكرة تقنية
لا يشغل الساكسفون نطاقًا تردديًا ثابتًا. فتردداته الأساسية وضجيج القصبة وتوافقياته وذيول صدى الغرفة تتداخل مع الغناء والآلات النحاسية والغيتارات المشوّهة. وتأتي قيمة نقطة التحقق هذه من توزيع بيانات التدريب، لا من مرشح تمرير نطاق مكتوب يدويًا.
بالنسبة إلى x=s_sax+s_back، يقلل المشفّر المعدل الزمني، وتتبادل عنق الزجاجة التسلسلية السياق بعيد المدى، ثم يرفع مفكك التشفير دقة تقديرين. ويمكن تمثيل دالة هدف تدريب موجزة كما يلي:
L = ||ŝ_sax-s_sax||₁ + ||ŝ_back-s_back||₁ + λ||ŝ_sax+ŝ_back-x||₁
يحدّ حد الاتساق من فقدان طاقة المزيج. ومع ذلك، قد يستمر التسرب في الطبقات الحادة والصدى الطويل والنغمات الممتدة التي تتزامن مع الغناء الرئيسي، وهي قيود يقر بها تقرير النموذج.
تتعلق النتيجة المعلنة بنحو 14.22 dB SDR على مجموعة ضيقة لموسيقى الجاز والساكسفون، مقابل نحو 14.03 dB لخط الأساس التجاري Wind الوارد في الدراسة. يدعم الفارق الصغير والتباين المتداخل مقارنة محدودة داخل الجدول نفسه، لا وصف النموذج بأنه SOTA شامل عبر الأنواع الموسيقية والطبقات الصوتية.
يدعم العمل إعادة بناء Charlie Parker Omnibook: تُفصل التسجيلات التاريخية قبل تدوينها باستخدام FiloSax. والفصل خطوة تمهيدية. تظل الطبقة الحادة وعزف الآلات النحاسية بصوت واحد والصدى الكثيف والغيتارات المشوّهة حالات صعبة، لذلك يجب قراءة التسرب إلى جانب النغمات المحذوفة وأخطاء بداياتها في المرحلة اللاحقة.
يحتفظ النموذج المتخصص في الساكسفون بمشفّر الشكل الموجي وعنق الزجاجة التسلسلية ومفكك التشفير في Demucs v3، لكن مكاسبه تأتي من مصدر أضيق: إذ تركز بيانات FiloSax والهدف الخاص بالساكسفون قدرة النموذج على ضجيج القصبة والتوافقيات والانزلاقات والتداخل مع المصاحبة. ويسجل اسم ملف نقطة التحقق 14.22 dB SDR، بينما تشير بطاقة النموذج إلى الطبقة الحادة بوصفها نقطة ضعف.
تضع الورقة الفصل ضمن سلسلة أبحاث Charlie Parker وOmnibook: عزل الساكسفون من تسجيلات الجاز التاريخية، ثم تدوينه باستخدام FiloSax. والفصل خطوة أولية. تظهر نتيجة LALAL.AI Wind البالغة 14.03 dB في الجدول نفسه؛ يدعم الفارق الصغير المقارنة، لكنه لا يبرر ادعاء تفوق شامل.
[ŝ_sax,ŝ_back]=D(B(E(x))), L=Σ_k ℓ(ŝ_k,s_k)Eمشفّر الشكل الموجيBعنق زجاجة تسلسلية ثنائية الاتجاهDمفكك تشفير المسار المستهدفيضغط المشفّر الشكل الموجي، وتتبادل عنق الزجاجة التسلسلية سياقًا طويلًا، ويعيد مساران في مفكك التشفير بناء الساكسفون والمصاحبة. وتركز البيانات المتخصصة قدرة النموذج على ضجيج القصبة والانزلاقات والتداخل مع مصاحبة الجاز.
يشترك صفا 14.22 و14.03 dB في مجموعة اختبار ضيقة واحدة من الورقة، ولا يتجاوز الفرق بينهما 0.19 dB. ولا تزال الطبقة الحادة وعزف الآلات النحاسية بصوت واحد والغيتار المشوّه بحاجة إلى اختبار A/B على مستوى الكتالوج.
يمكن تتبع الورقة والشفرة والأوزان عبر أوزان Demucs v3 للساكسفون / تقرير فصل الساكسفون / شفرة Demucs المصدرية.
يحتفظ كل صف ببنية المصدر أو مقياسه أو تعريف مهمته؛ وتبقى النتائج التي لا يجمعها بروتوكول مشترك منفصلة.
| النموذج | البنية أو الدليل | النطاق |
|---|---|---|
| Demucs v3 + FiloSax | 14.22 dB SDR | صف النموذج المتخصص في جدول الورقة |
| LALAL.AI Wind | 14.03 dB SDR | خط الأساس التجاري في الجدول نفسه |
| Mega53 saxophone | لا توجد قيمة مطابقة في الجدول | مقارنة استماع على المقطع نفسه فقط |
تُعد النغمات الحادة والصدى الكثيف وعزف الآلات النحاسية بصوت واحد والغيتار المشوّه من حالات التسرب الشائعة. وإلى جانب SDR، ينبغي فحص بدايات النغمات المضعّفة وآثار الساكسفون في المصاحبة واتساق المزيج عند جمع المسارات.
يمكن أن يوفر Mega53 saxophone مقارنة استماع على المقطع نفسه، لكنه لا يملك صفًا في جدول الورقة. وينبغي إعادة تقييم اختيار النموذج لكل كتالوج وطبقة من طبقات الآلة.
تميل مواد الاختبار بشدة إلى ساكسفون الجاز ولا تمثل كل نوع موسيقي أو سلسلة مؤثرات أو طبقة ساكسفون. ويشير الانحراف المعلن أيضًا إلى تباين كبير بين المقاطع.
يغيّر الفصل المتخصص الشكل الموجي، ولا يُعد استعادة جنائية. يجب الاحتفاظ بالأصول وسجلات المعالجة عند العمل على إعادة المزج أو مجموعات البيانات.
يمكن تتبع أسماء النماذج والأرقام والقيود إلى الأوراق أو المستودعات أو بطاقات النماذج أدناه.