Loading...
机构名称:
¥ 1.0

音乐将不同的曲目与给定的单音频信号分开为组件,例如鼓,贝斯和人声等任务。分离来源对于包括娱乐和助听器在内的一系列领域很有用。在本文中,我们介绍了两个新的基准,用于声音源分离任务,并在这些基准测试中比较了声音解散的流行模型及其合奏。对于模型的评估,我们在https://mvsep.com/quality_checker/上提供了排行榜,为一系列模型提供了比较。新的基准数据集可供下载。我们还基于最适合特定茎的不同模型的结合,开发了一种新颖的音频分离方法。在2023年音乐混合挑战挑战的背景下评估了所提出的解决方案,并在挑战的不同轨道中获得了最佳结果。代码和方法是在GitHub上开源的。

音调混合任务的基准和排行榜

音调混合任务的基准和排行榜PDF文件第1页

音调混合任务的基准和排行榜PDF文件第2页

音调混合任务的基准和排行榜PDF文件第3页

音调混合任务的基准和排行榜PDF文件第4页

音调混合任务的基准和排行榜PDF文件第5页