Difference between revisions of "VT2022 XXX fiche"
Eve.Poitevin (talk | contribs) |
Eve.Poitevin (talk | contribs) |
||
Line 18: | Line 18: | ||
==Time-Frequency Masking== |
==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== |
==U-Net== |
Revision as of 18:55, 11 December 2022
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.