面向响亮商业音乐中鲁棒音乐源分离的研究
声音
2022-08-31 v1 音频与语音处理
摘要
如今，与过去相比，商业音乐具有极端的响度并严重压缩了动态范围。然而，在音乐源分离中，这些特性尚未被充分考虑，导致实验室与真实世界之间的领域失配。在本文中，我们确认了这一领域失配会对音乐源分离网络的性能产生负面影响。为此，我们首先通过模仿音乐母带处理过程创建了域外评估数据集 musdb-L 和 XL。随后，我们定量验证了最先进算法在我们的数据集上性能显著下降。最后，我们提出 LimitAug 数据增强方法以减小领域失配，该方法在训练数据采样过程中使用在线限幅器。我们确认它不仅缓解了在域外数据集上的性能退化，还提升了在域内数据上的性能。
引用
@article{arxiv.2208.14355,
title = {Towards robust music source separation on loud commercial music},
author = {Chang-Bin Jeon and Kyogu Lee},
journal= {arXiv preprint arXiv:2208.14355},
year = {2022}
}
备注
Accepted to ISMIR 2022