Demucs v3 saksafon modeli: 14,22 dB ve dar bant A/B

ENSTRÜMAN AYIRMA / TEKNİK NOT

Saksofon sabit bir frekans bandı değildir. Temel frekanslar, kamış gürültüsü, armonikler ve oda yankısının kuyrukları vokaller, bakır üflemeliler ve distorsiyonlu gitarlarla örtüşür. Checkpoint’in değeri elle yazılmış bir bant geçiren filtreden değil, eğitim dağılımından gelir.

Dalga biçiminin yeniden oluşturulması

Denklemde x=s_sax+s_back, bir kodlayıcı zamansal çözünürlüğü azaltır, dizi darboğazı uzun menzilli bağlam alışverişi yapar ve kod çözücü iki tahmini yukarı örnekler. Kısa bir eğitim hedefi şöyledir:

L = ||ŝ_sax-s_sax||₁ + ||ŝ_back-s_back||₁ + λ||ŝ_sax+ŝ_back-x||₁

Tutarlılık terimi, karışım enerjisinin kaybolmasını önlemeye yardımcı olur. Tiz ses bölgesinde, uzun yankılarda ve ana vokalle aynı anda süren notalarda hâlâ sızıntı görülebilir; model raporu da bu sınırlamaları kabul eder.

14.22 dB’yi doğru kapsamda tutmak

Bildirilen sonuç, dar kapsamlı bir caz saksofonu veri kümesinde yaklaşık 14.22 dB SDR’dir; alıntılanan ticari Wind referansı ise yaklaşık 14.03 dB’dir. Küçük fark ve örtüşen değişkenlik, aynı tablo içinde sınırlı bir karşılaştırmayı destekler; türler ve ses bölgeleri genelinde evrensel bir SOTA etiketi sağlamaz.

Ayırma neden bir transkripsiyon çalışmasında yer alıyor?

Çalışma, Charlie Parker Omnibook’un yeniden oluşturulmasını destekler: tarihî kayıtlar FiloSax ile transkripsiyondan önce ayrılır. Tiz ses bölgesi, bakır üflemelilerin unison çalımı, yoğun yankı ve distorsiyonlu gitarlar hâlâ zordur. Bu nedenle sızıntı, sonraki aşamadaki nota atlamaları ve başlangıç zamanı hatalarıyla birlikte değerlendirilmelidir.