ScholarGate
Asistent
Machine learningSource separation and demixing

Separace vokálů

Separace vokálů je úloha izolování zpěvu z mixovaného hudebního záznamu, přičemž zůstane instrumentální doprovod. Formálně zavedena Hanem a kol. (2012), je klíčová pro úpravu hudby, remixování, generování karaoke a hudební analýzu. Moderní přístupy hlubokého učení (Défossez et al., 2021) dosáhly působivé kvality, což umožňuje praktické aplikace v hudební produkci a streamovacích službách. Separace vokálů je speciálním případem separace zdrojů, kde cílem je izolovat nejvíce percepčně zřetelný zdroj.

Otevřít v MethodMindJiž brzyVideoJiž brzyStáhnout prezentaci

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Mapa metod

Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.

Zdroje

  1. Han, Y., Qin, Z., & Kang, Z. (2012). Singing voice separation using spectral floor filtered spectrograms. In Proceedings of the International Society for Music Information Retrieval Conference. link
  2. Huang, P. S., Kim, M., Hasegawa-Johnson, M., & Smaragdis, P. (2015). Joint optimization of masks and deep recurrent neural networks for monaural source separation. IEEE Transactions on Audio, Speech, and Language Processing, 23(12), 2136-2147. DOI: 10.1109/taslp.2015.2468583
  3. Défossez, A., Usunier, N., Bottou, L., & Bach, F. (2021). Music source separation in the waveform domain. In International Conference on Learning Representations. link

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Vocal Separation and Source Separation Algorithm. ScholarGate. https://scholargate.app/cs/music-information-retrieval/vocal-separation

Která metoda?

Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.

Porovnat vedle sebe

Odkazuje sem

ScholarGateVocal Separation (Vocal Separation and Source Separation Algorithm). Získáno 2026-06-15 z https://scholargate.app/cs/music-information-retrieval/vocal-separation · Datová sada: https://doi.org/10.5281/zenodo.20539026