Modelo
BandIt y TIGER-DnR: La batalla por la asignación informática de la separación de tres pistas para cine y televisión
Sonido de cine y televisión / DnR
Sonido de cine y televisión / DnR
© 2026 TelkNet. Todos los derechos reservados.
AUDIO CINEMATOGRÁFICO / DnR
La separación cinematográfica debe conservar tres grandes clases de fuentes mientras coexisten durante pasajes extensos. BandIt invierte su capacidad en bandas espectrales no uniformes; TIGER apuesta por un modelo de secuencias más eficiente.
Se proyecta la estimación sobre la referencia, s_target=<ŝ,s>s/||s||², y después se calcula SI-SNR=10log10(||s_target||²/||ŝ-s_target||²). La ganancia queda eliminada, pero el difuminado de transitorios y el daño espacial solo se detectan con pruebas de escucha.
BandIt modela las regiones densas en información mediante bandas no uniformes y las hace comunicar entre sí. La comparación bajo el mismo protocolo reporta 10.9 dB, por debajo del checkpoint medio publicado de SFC-Locoformer, con 11.8 dB. BandIt funciona así como referencia arquitectónica, no como opción predeterminada.
TIGER-DnR se reporta en torno a 9.8 dB en el contexto DnR correspondiente y hace hincapié en una interacción tiempo-frecuencia eficiente. Esa cifra solo es útil con su protocolo nombrado; velocidad, licencia y calidad de separación siguen siendo ejes independientes.
DnR estableció diálogo, música y efectos como objetivo compartido de la separación cinematográfica. BandIt modela bandas de frecuencia no uniformes, mientras que TIGER reduce el coste de las secuencias largas; responden a preguntas de ingeniería distintas en lugar de reemplazarse uno al otro.
SFC-Locoformer reporta después 11.8 dB en la misma tabla DnR v2 donde BandIt reporta 10.9 dB. La evidencia pública de TIGER destaca la eficiencia y experimentos separados. Sin una fila equivalente sigue siendo un modelo seleccionable, no una posición fabricada en la clasificación.
h_b=Enc_b(X[F_b,:]), Ŝ=Dec({h_b}_{b=1}^B)F_bbins de frecuencia en la banda bEnc_bcodificación dentro de la bandaDecreconstrucción entre bandasBandIt organiza el espectro complejo en bandas no uniformes antes de intercambiar información dentro y entre ellas. TIGER apuesta por una representación de secuencias más barata. Ambos emiten stems DnR aunque gastan el cómputo de forma distinta.
Las cifras solo pueden compararse cuando coinciden la división de datos, la frecuencia de muestreo, las definiciones de stems y la implementación de la métrica. Dejar TIGER en blanco sin un protocolo equivalente es más riguroso que tomar prestada otra tabla.
El artículo, el código y los pesos pueden seguirse a través de la comparación BandIt / TIGER / DnR.
Cada fila conserva su arquitectura de origen, su métrica o su definición de tarea; los resultados sin protocolo compartido permanecen separados.
| Modelo | Arquitectura o evidencia | Alcance |
|---|---|---|
| SFC-Locoformer medium | 11.8 dB SI-SDR | referencia de calidad actual en la misma tabla DnR v2 |
| BandIt | 10.9 dB SI-SDR | línea base de división en bandas bajo el mismo protocolo |
| TIGER-DnR | evidencia de eficiencia mostrada aparte | sin clasificación sin una fila de tabla equivalente |
En diálogo conviene auditar sibilantes, respiraciones y líneas lejanas; en música, fantasmas de voz y percusión dañada; en efectos, la continuidad de pasos, puertas y ambiente. La media de SI-SDR no realiza esas comprobaciones de escucha.
Los másteres de entrega incluyen ducking, limitación, plegado de canales y procesado de loudness. El protocolo mono de un artículo es una línea base reproducible, no cualquier máster. Los metadatos de archivo y modelo hacen posible el A/B a nivel de pista.
Efectos sigue siendo un contenedor amplio, no pasos, lluvia, tráfico o aplausos. Tres stems no equivalen a una comprensión del sonido a nivel de objeto.
Las puntuaciones publicadas dependen de la versión del dataset, la frecuencia de muestreo y el cómputo. Cada fila de la clasificación conserva la dirección de la métrica, el protocolo y la fuente.
Los nombres de modelos, las cifras y las limitaciones se remontan a los artículos, repositorios o fichas de modelo siguientes.