Model
BandIt i TIGER-DnR: Bitka za kompjutersku alokaciju trostrukog razdvajanja za film i televiziju
Filmski i televizijski zvuk / DnR
Filmski i televizijski zvuk / DnR
FILMSKI AUDIO / DnR
Filmska separacija mora sačuvati tri široke klase izvora dok one koegzistiraju kroz duge odlomke. BandIt kapacitet ulaže u neravnomjerne spektralne pojaseve; TIGER teži efikasnijem modelu sekvence.
Projicirajte procjenu na referencu, s_target=<ŝ,s>s/||s||², zatim izračunajte SI-SNR=10log10(||s_target||²/||ŝ-s_target||²). Pojačanje je uklonjeno, ali razmazivanje tranzijenata i prostorna oštećenja i dalje zahtijevaju testove slušanja.
BandIt modelira regije guste informacijama pomoću neravnomjernih pojaseva i razmjenjuje podatke među njima. Usporedba po istom protokolu navodi 10.9 dB, ispod objavljenog SFC-Locoformer medium checkpointa na 11.8 dB. BandIt je stoga arhitektonska usporedba, a ne zadani izbor.
TIGER-DnR se u odgovarajućem DnR kontekstu navodi oko 9.8 dB i naglašava efikasnu vremensko-frekvencijsku interakciju. Taj broj vrijedi samo uz njegov imenovani protokol; brzina, licenca i kvaliteta separacije ostaju odvojene osovine.
DnR je uspostavio dijalog, muziku i efekte kao zajednički cilj filmske separacije. BandIt modelira neravnomjerne frekvencijske pojaseve, dok TIGER smanjuje trošak dugih sekvenci; odgovaraju na različita inženjerska pitanja, a ne zamjenjuju jedan drugoga.
SFC-Locoformer kasnije navodi 11.8 dB u istoj DnR v2 tabeli u kojoj BandIt navodi 10.9 dB. Javni dokazi za TIGER naglašavaju efikasnost i odvojene eksperimente. Bez odgovarajućeg reda ostaje model koji se može izabrati, a ne namještena pozicija na rang-listi.
h_b=Enc_b(X[F_b,:]), Ŝ=Dec({h_b}_{b=1}^B)F_bfrekvencijski binovi u pojasu bEnc_bkodiranje unutar pojasaDecrekonstrukcija među pojasevimaBandIt organizira kompleksni spektar u neravnomjerne pojaseve prije razmjene informacija unutar njih i među njima. TIGER naglašava jeftiniju reprezentaciju sekvence. Oba emitiraju DnR stemove, ali računsku snagu troše na različite načine.
Brojevi pripadaju zajedno samo kada se podudaraju podjela podataka, frekvencija uzorkovanja, definicije stemova i implementacija metrike. Ostaviti TIGER praznim bez odgovarajućeg protokola strože je nego posuditi drugu tabelu.
Rad, kod i težine mogu se pratiti kroz usporedbu BandIt / TIGER / DnR.
Svaki red zadržava svoju izvornu arhitekturu, metriku ili definiciju zadatka; rezultati bez zajedničkog protokola ostaju odvojeni.
| Model | Arhitektura ili dokazi | Opseg |
|---|---|---|
| SFC-Locoformer medium | 11.8 dB SI-SDR | aktualna referenca kvalitete u istoj DnR v2 tabeli |
| BandIt | 10.9 dB SI-SDR | osnova dijeljenja pojaseva po istom protokolu |
| TIGER-DnR | dokazi o efikasnosti prikazani odvojeno | bez ranga bez odgovarajućeg reda u tabeli |
Kod dijaloga provjeravajte sibilante, udisaje i udaljene replike; kod muzike duhove govora i oštećene udaraljke; kod efekata kontinuitet koraka, vrata i ambijenta. Srednja vrijednost SI-SDR te provjere slušanjem ne obavlja.
Isporučeni masteri sadrže ducking, limitiranje, fold-down kanala i obradu glasnoće. Mono protokol iz rada ponovljiva je osnova, a ne svaki master. Metapodaci datoteka i modela omogućuju A/B poređenje na nivou zapisa.
Efekti ostaju široka kategorija, a ne koraci, kiša, saobraćaj ili aplauz. Tri stema nisu razumijevanje zvuka na nivou objekata.
Objavljeni rezultati ovise o verziji skupa podataka, frekvenciji uzorkovanja i izračunu. Svaki red rang-liste zadržava smjer metrike, protokol i izvor.
Nazivi modela, brojevi i ograničenja vode ka radovima, repozitorijima ili karticama modela u nastavku.