Դիեզեր հոսքային ծառայության մատակարար Spleeter փորձնական նախագծի սկզբնաղբյուրները, որ զարգացնում է մեքենայական ուսուցման համակարգ՝ բազմաչրեր երաժշտական կոմպոզիցիաներից ձայնային աղբյուրների բաժանում համար։ Ծրագրի միջոցով հնարավոր է հեռացնել կոմպոզիցիայից երգչական մասը և թողնել միայն երաժշտական ուղեկցությունը, մանիպուլացնել առանձին պլաստիկների ձայնը կամ հանելը երաժշտությունն ու թողնել ձայնը այլ ձայնային շարքի վրա Overlay աշխարհի, միկսերի ստեղծման կամ տրանսկրիպտիայի համար։ Նախագծի կոդը գրել է Python լեզվով Tensorflow շարժիչի օգտագործմամբ և MIT լիցեզիայի տակ է:
բարձասիրելու համար նախապատրաստված մոդելները երգուն (մեկ ձայն) տնտ utilizar են, ինչպես նաև երկու և չորս հոսքեր, որոնք ներառում են երգուն, դհոլներ, բասեր, պիանո և մնացած ձայնը։ Spleeter-ը կարող է կիրառվել ինչպես Python գրադարան, այնպես էլ առանձին հրահանգատու վարկանիշով։ Ի դեպ, սկզբնական ֆայլից երկու, չորս կամ հինգ ֆայլ՝ երգունի և ուղեկցանքի բաղադրիչներով (vocals.wav, drums.wav, bass.wav, piano.wav, other.wav):
2 և 4 հոսք բաժանելու դեպքում Spleeter-ն ապահովում է շատ բարձր կատարողականություն, օրինակ, GPU-ի օգտագործման դեպքում, ձայնային ֆայլի 4 հոսք բաժանումը գրեթե 100 անգամ ավելի քիչ ժամանակ է պահանջում, քան սկզբնական կոմպոզիցիայի երկարությունը: NVIDIA GeForce GTX 1080 GPU-ով և 32-միջուկ Intel Xeon Gold 6134 CPU-ով համակարգում 3 ժամ 27 րոպե տևողությամբ musDB փորձնական հավաքածուն մշակվել է 90 վայրկյանում.
Spleeter-ի առավելություններից, մյուս ձայնի բաժանումների վերաբերյալ, ինչպիսիք են բաց المصدر Open-Unmix նախագծի անվանվում է ավելի որակյալ մոդելների կիրառումը, որոնք կառուցված են լայնամասշտաբ ձայնային ֆայլերի հավաքածուի վրա։ Հեղինակային իրավունքների սահմանափակումների պատճառով, մեքենայական ուսուցման ոլորտի հետազոտողների սահմանափակված է թարմ հասանելի հավաքածուների վրա՝ 150 կոմպոզիցիայի վեհացումներով։ , նշվում է ավելի բարձր որակի մոդելների կիրառման վրա, որոնք կառուցված են լայնամասշտաբ ձայնային հավաքածուի հիման վրա։ Սպառման իրավունքների սահմանափակումներին համապատասխան, հետազոտողները խոչընդոտված են ավելի շատ հասանելի հեղինակային իրավունքների վրա այլ մանրակրկիտ հավաքածուներով, որը հակառակ, Spleeter մոդելները կառուցվել են լայնամասշտաբ երաժշտական կատալիգի տվյալների վրա Deezer-ից:
Ըստ Open-Unmix-ի հետ, Spleeter գործիքակազմը բաժանումը իրականացվում է մոտ 35% ավելի արագ, CPU-ի թեստում, աջակցում է MP3 ֆայլերին և արտադրում է նկատելի բարձր որակի արդյունք (Open-Unmix-ում ձայնի արտահանման հետևում մնում են որոշ պլաստիկներ, ինչը նախատեսվում է, որ Open-Unmix մոդելները մատակարարված են ընդամենը 150 կոմպոզիցիայի հավաքածուի վրա):
Ընտանիք: opennet.ru
