文献

J-GLOBAL ID：201802266597859418   整理番号：18A0943000

音楽における鉛とaccompの分離の概観【JST・京大機械翻訳】

An Overview of Lead and Accompaniment Separation in Music

著者 (6件)： Rafii Zafar (Gracenote, Emeryville, CA, USA) ,  Liutkus Antoine (Inria and LIRMM, University of Montpellier, Montpellier, France) ,  Stoter Fabian-Robert (Inria and LIRMM, University of Montpellier, Montpellier, France) ,  Mimilakis Stylianos Ioannis (Fraunhofer IDMT, Ilmenau, Germany) ,  FitzGerald Derry (Cork School of Music, Cork Institute of Technology, Cork, U.K.) ,  Pardo Bryan (Northwestern University, Evanston, IL, USA)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 26  号： 8  ページ： 1307-1335  発行年： 2018年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人気のある音楽は,しばしば,随伴と鉛成分から成り,後者は典型的に発声から成る。そのような混合物を一つまたは両方の成分を抽出するためにフィルタリングすることは,自動カラオケや再混合のような多くの応用を有する。音源分離のこの特別な事例は,音楽構造の特別な複雑さを含む非常に特異的な挑戦と機会をもたらすが,音響学,音楽学または音響工学からの関連する事前知識も含んでいる。応用におけるその重要性とその挑戦的困難性のために,鉛と付随分離は数十年の間の信号処理における人気のある話題である。本論文では,この研究トピックの包括的レビューを提供し,それらがモデルベースまたはデータ中心であるかどうかに従って異なるアプローチを組織化した。モデルベースの方法のために,それらが鉛信号,付随,または両方に集中するかどうかに従ってそれらを組織化する。データ中心アプローチのために,著者らは,リード分離システムを学習するためのデータを得ることの特別な困難性を議論し,次に,最近のアプローチ,特に深い学習に基づくそれらをレビューした。最後に,適切な計量を通して音楽分離の品質を評価する微妙な問題を議論し,リードと付随分離システムの最大評価の結果を提示した。上記と併せて,参考文献の包括的リストを提供し,利用可能な実装とリポジトリへの関連ポインタと共に提供した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 音響学 ,  品質 ,  信号処理 ,  リポジトリ ,  *鉛 ,  *音楽 ,  フィルタリング
準シソーラス用語： モデルベース ,  事前知識 ,  音響工学 ,  音源分離 ,  カラオケ ,  随伴 , 【Automatic Indexing@JST】

分類 (1件)： 楽器音響  (BB03070Y)

タイトルに関連する用語 (2件)： 音楽 ,  鉛