VT2022 XXX fiche: Difference between revisions
Jump to navigation
Jump to search
Eve.Poitevin (talk | contribs) No edit summary |
Eve.Poitevin (talk | contribs) (Blanked the page) Tag: Blanking |
||
| (21 intermediate revisions by 2 users not shown) | |||
| Line 1: | Line 1: | ||
=Résumé= |
|||
==Mots-Clés== |
|||
Spleeter, Intelligence Artificielle, Deep Learning, Séparation de sources, Time-frequency masking |
|||
=Abstract= |
|||
=Introduction= |
|||
=Acteurs du projet= |
|||
=Modèle utilisé= |
|||
==Time-Frequency Masking== |
|||
Spleeter utilise une technique appelée Time-Frequency Masking (T-F Masking). |
|||
Les différentes pistes musicales (ou stems) d'une musique mélangeant plusieurs musiques sont réparties sur tout le spectre des fréquences audibles (20 à 2000 Hz) et chacune de ces pistes correspond à une gamme de fréquences. |
|||
C'est-à-dire que les voix, la batterie, les basses, etc. occupent différentes bandes de fréquences. |
|||
Ainsi, en utilisant le Time-Frequency Masking, les fréquences qui correspondent à une piste particulière peuvent être filtrées du mélange. |
|||
Ainsi, en filtrant chaque piste, nous nous retrouvons dans les pistes séparées de la piste mélangée donnée en entrée. |
|||
==U-Net== |
|||
==Modèles pré-entraînés proposés== |
|||
=Caractéristiques du modèle= |
|||
=Projets utilisant Spleeter= |
|||
=Avantages et limites= |
|||
=Références= |
|||