Mô hình
BandIt và TIGER-DnR: Cuộc chiến phân bổ tính toán phân tách ba rãnh cho phim và truyền hình
Âm thanh phim và truyền hình / DnR
Âm thanh phim và truyền hình / DnR
© 2026 TelkNet. Đã đăng ký Bản quyền.
ÂM THANH ĐIỆN ẢNH / DnR
Tách nguồn điện ảnh phải giữ nguyên ba lớp nguồn rộng trong khi chúng cùng tồn tại qua những đoạn dài. BandIt dồn dung lượng vào các dải phổ không đều; TIGER theo đuổi một mô hình chuỗi tiết kiệm hơn.
Chiếu ước lượng lên tín hiệu tham chiếu, s_target=<ŝ,s>s/||s||², rồi tính SI-SNR=10log10(||s_target||²/||ŝ-s_target||²). Hệ số khuếch đại được loại bỏ, nhưng nhòe transient và tổn hại không gian vẫn phải kiểm tra bằng tai.
BandIt mô hình hóa các vùng dày thông tin bằng những dải không đều và trao đổi thông tin giữa các dải đó. Phép so sánh cùng giao thức ghi nhận 10.9 dB, thấp hơn checkpoint SFC-Locoformer medium đã phát hành ở mức 11.8 dB. Vì vậy BandIt đóng vai trò so sánh kiến trúc chứ không phải lựa chọn mặc định.
TIGER-DnR được báo cáo quanh mức 9.8 dB trong bối cảnh DnR tương ứng và nhấn mạnh tương tác thời gian–tần số hiệu quả. Con số đó chỉ có ý nghĩa khi đi kèm giao thức được nêu tên; tốc độ, giấy phép và chất lượng tách vẫn là những trục riêng biệt.
DnR đặt hội thoại, nhạc và hiệu ứng thành mục tiêu chung của bài toán tách điện ảnh. BandIt mô hình hóa các dải tần số không đều, còn TIGER giảm chi phí chuỗi dài; cả hai trả lời những câu hỏi kỹ thuật khác nhau chứ không thay thế lẫn nhau.
SFC-Locoformer sau đó báo cáo 11.8 dB trong chính bảng DnR v2 nơi BandIt đạt 10.9 dB. Bằng chứng công khai của TIGER nhấn mạnh hiệu năng và các thí nghiệm riêng. Khi chưa có hàng tương đương, nó vẫn là một mô hình có thể chọn, chứ không phải một vị trí bịa đặt trên bảng xếp hạng.
h_b=Enc_b(X[F_b,:]), Ŝ=Dec({h_b}_{b=1}^B)F_bcác bin tần số trong dải bEnc_bmã hóa trong từng dảiDectái dựng xuyên dảiBandIt tổ chức phổ phức thành các dải không đều trước khi trao đổi thông tin trong và giữa các dải. TIGER chú trọng một biểu diễn chuỗi rẻ hơn. Cả hai đều xuất các stem DnR nhưng tiêu tốn tính toán theo cách khác nhau.
Các con số chỉ có thể đặt cạnh nhau khi cách chia tập dữ liệu, tốc độ lấy mẫu, định nghĩa stem và cách hiện thực metric khớp nhau. Để trống TIGER khi thiếu giao thức tương đương còn chặt chẽ hơn là mượn từ một bảng khác.
Bài báo, mã nguồn và trọng số có thể truy theo phần so sánh BandIt / TIGER / DnR.
Mỗi hàng giữ nguyên kiến trúc nguồn, metric hoặc định nghĩa tác vụ của nó; kết quả không chung giao thức vẫn đứng riêng.
| Mô hình | Kiến trúc hoặc bằng chứng | Phạm vi |
|---|---|---|
| SFC-Locoformer medium | 11.8 dB SI-SDR | mốc chất lượng hiện tại trong cùng bảng DnR v2 |
| BandIt | 10.9 dB SI-SDR | đường cơ sở chia dải cùng giao thức |
| TIGER-DnR | bằng chứng hiệu năng trình bày riêng | không xếp hạng khi thiếu hàng bảng tương đương |
Với hội thoại, hãy rà âm xì, hơi thở và những câu thoại ở xa; với nhạc, rà bóng lời nói và bộ gõ bị hỏng; với hiệu ứng, rà tính liên tục của tiếng bước chân, tiếng cửa và âm nền. SI-SDR trung bình không làm thay được những lượt nghe kiểm đó.
Bản master giao hàng chứa ducking, limiting, gộp kênh và xử lý độ lớn. Giao thức mono của một bài báo là đường cơ sở tái lập được, chứ không phải mọi bản master. Metadata của tệp và mô hình cho phép so sánh A/B ở cấp track.
Hiệu ứng vẫn là một thùng chứa rộng thay vì tách riêng tiếng bước chân, mưa, giao thông hay tiếng vỗ tay. Ba stem không đồng nghĩa với hiểu âm thanh ở cấp đối tượng.
Điểm số công bố phụ thuộc vào phiên bản tập dữ liệu, tốc độ lấy mẫu và cách tính. Mỗi hàng bảng xếp hạng giữ nguyên chiều metric, giao thức và nguồn.
Tên mô hình, con số và giới hạn đều truy về các bài báo, kho mã hoặc thẻ mô hình bên dười.