Nonnegative tensor factorization with frequency modulation cues for\n blind audio source separation
Notice bibliographique
Résumé
We present Vibrato Nonnegative Tensor Factorization, an algorithm for\nsingle-channel unsupervised audio source separation with an application to\nseparating instrumental or vocal sources with nonstationary pitch from music\nrecordings. Our approach extends Nonnegative Matrix Factorization for audio\nmodeling by including local estimates of frequency modulation as cues in the\nseparation. This permits the modeling and unsupervised separation of vibrato or\nglissando musical sources, which is not possible with the basic matrix\nfactorization formulation.\n The algorithm factorizes a sparse nonnegative tensor comprising the audio\nspectrogram and local frequency-slope-to-frequency ratios, which are estimated\nat each time-frequency bin using the Distributed Derivative Method. The use of\nlocal frequency modulations as separation cues is motivated by the principle of\ncommon fate partial grouping from Auditory Scene Analysis, which hypothesizes\nthat each latent source in a mixture is characterized perceptually by coherent\nfrequency and amplitude modulations shared by its component partials. We derive\nmultiplicative factor updates by Minorization-Maximization, which guarantees\nconvergence to a local optimum by iteration. We then compare our method to the\nbaseline on two separation tasks: one considers synthetic vibrato notes, while\nthe other considers vibrato string instrument recordings.\n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».