Model
BandIt ve TIGER-DnR: Film ve televizyon için üç kanallı ayrımın hesaplanmasına yönelik savaş
Film ve televizyon sesi / DnR
Film ve televizyon sesi / DnR
© 2026 TelkNet. Tüm haklar saklıdır.
SİNEMATİK SES / DnR
Sinematik ayrıştırma, uzun pasajlar boyunca bir arada var olan üç geniş kaynak sınıfını korumak zorundadır. BandIt kapasitesini tekdüze olmayan spektral bantlara yatırır; TIGER ise daha verimli bir dizi modelinin peşindedir.
Tahmini referansın üzerine yansıtın, s_target=<ŝ,s>s/||s||², ardından SI-SNR=10log10(||s_target||²/||ŝ-s_target||²) hesaplayın. Kazanç ortadan kalkar, ancak transient yayılması ve uzamsal hasar yine de dinleme testleri gerektirir.
BandIt, bilgi yoğun bölgeleri tekdüze olmayan bantlarla modeller ve bunlar arasında bilgi alışverişi yapar. Aynı protokolle yürütülen karşılaştırma 10.9 dB bildirir; bu, yayınlanmış SFC-Locoformer medium kontrol noktasının 11.8 dB değerinin altındadır. BandIt dolayısıyla varsayılan seçenek değil, mimari bir karşılaştırma noktasıdır.
TIGER-DnR, ilgili DnR bağlamında yaklaşık 9.8 dB olarak rapor ediliyor ve verimli zaman–frekans etkileşimini vurguluyor. Bu sayı yalnızca adı verilen protokolle birlikte anlam taşır; hız, lisans ve ayrıştırma kalitesi birbirinden ayrı eksenlerdir.
DnR; diyalog, müzik ve efektleri ortak bir sinematik ayrıştırma hedefi olarak tanımladı. BandIt tekdüze olmayan frekans bantlarını modellerken TIGER uzun dizi maliyetini düşürür; birbirlerinin yerini almaktansa farklı mühendislik sorularına yanıt verirler.
SFC-Locoformer daha sonra, BandIt'in 10.9 dB bildirdiği aynı DnR v2 tablosunda 11.8 dB rapor eder. TIGER'ın kamuya açık kanıtları verimliliği ve ayrı deneyleri öne çıkarır. Eşleşen bir satır olmadan TIGER seçilebilir bir model olarak kalır; uydurma bir liderlik tablosu konumu değildir.
h_b=Enc_b(X[F_b,:]), Ŝ=Dec({h_b}_{b=1}^B)F_bb bandındaki frekans bölmeleriEnc_bbant içi kodlamaDecbantlar arası yeniden kurulumBandIt, karmaşık spektrumu bant içinde ve bantlar arasında bilgi alışverişinden önce tekdüze olmayan bantlara ayırır. TIGER daha ucuz bir dizi temsilini öne çıkarır. İkisi de DnR stem'leri üretir ama hesabı farklı harcar.
Sayılar ancak split, örnekleme hızı, stem tanımları ve metrik uygulaması eşleştiğinde bir arada değerlendirilebilir. Eşleşen protokol olmadan TIGER'ı boş bırakmak, başka bir tablodan ödünç almaktan daha titiz bir tercihtir.
Makale, kod ve ağırlıklar BandIt / TIGER / DnR comparison üzerinden izlenebilir.
Her satır kendi kaynak mimarisini, metriğini veya görev tanımını korur; ortak protokolü olmayan sonuçlar ayrı kalır.
| Model | Mimari veya kanıt | Kapsam |
|---|---|---|
| SFC-Locoformer medium | 11.8 dB SI-SDR | aynı DnR v2 tablosundaki güncel kalite referansı |
| BandIt | 10.9 dB SI-SDR | aynı protokollü bant bölme taban çizgisi |
| TIGER-DnR | verimlilik kanıtı ayrı gösteriliyor | eşleşen tablo satırı olmadan sıralama yok |
Diyalogda sibilansları, nefesleri ve uzak replikleri dinleyin; müzikte konuşma hayaletlerini ve zarar görmüş vurmalıları; efektlerde ise ayak sesleri, kapılar ve ambiyansın sürekliliğini. Ortalama SI-SDR bu dinleme kontrollerini sizin yerinize yapmaz.
Teslim master'ları ducking, limiter, kanal fold-down ve loudness işlemlerini içerir. Bir makalenin mono protokolü tekrar üretilebilir bir taban çizgisidir, her master'ın kendisi değildir. Dosya ve model meta verileri parça düzeyinde A/B karşılaştırmasını mümkün kılar.
Efektler; ayak sesi, yağmur, trafik veya alkış yerine geniş bir kapsayıcı olarak kalır. Üç stem, nesne düzeyinde ses anlayışı demek değildir.
Yayınlanan puanlar veri kümesi sürümüne, örnekleme hızına ve hesaplama biçimine bağlıdır. Her liderlik tablosu satırı metrik yönünü, protokolünü ve kaynağını korur.
Model adları, sayılar ve sınırlamalar aşağıdaki makalelere, depolara veya model kartlarına kadar izlenebilir.