הפרדה תופים מאות אינסטרומנטלי מגישים :אדיר ירמיהו ואוהד גל מנחה :יונתן אפללו המעבדה לעיבוד אותות ותמונות הפקולטה להנדסת חשמל -הטכניון 1 תקציר 2 • בנגינה ,זיהוי הקצב של השיר ושמירה עליו הינה האתגר המרכזי של המתופף בפרט ונגני הלהקה בכלל .פרוייקט זה מציג כלי עזר להפרדת תופים משיר .כלי זה יכול לשמש מתופפים שירצו להאזין לרצועת התופים בלבד בשיר מסויים ,ויאפשר למדוד את הקצב של השיר. • נציג ונתעמק בשיטות הפרדת הקול והשמע העדכניות ביותר ,ונממש בעזרת השיטות הנבחרות אלגוריתם להפרדת תופים מרצועת שיר אינסטרומנטלי (ללא שירה) .חלק מהאלגוריתמים אותם נציג ישתמשו במילון תופים ידוע מראש וחלק ללא כל מידע אפריורי. • בפרוייקט נראה כי התופים הינם כלי נגינה בעלי מאפיינים ספארסים בתחום התדר ,כמו לשירה .כלי נגינה אחרים (כלי מיתר ,נשיפה ועוד) הינם בעלי מאפיינים הרמוניים בתדר ולכן ניתנים לייצוג במימד נמוך .על כן – לקטעים בעלי מנגינה בלבד ניתן לבצע הפרדה איכותית בין תופים לכלי הנגינה השונים .לצורך הפרדת שירה מהאות המוזיקלי ניאלץ להוסיף מאפיינים ייחודיים של כלי ההקשה. הסבר על הבעיה • • • • • 3 הפרדת כלי מוזיקלי משאר כלי הליווי בשיר הינו תהליך מורכב עקב חפיפת התדרים בין הכלים השונים. בהנתן שהפרדת תדרים איננה הפתרון – נחפש אלטרנטיבות שיאפיינו את התופים אל מול שאר כלי הנגינה האחרים. תופים ,בדומה לשירה אך בשונה משאר כלי הנגינה ,הינם כלים שמאפייני התדר שלהם ספארסים ולא הרמונים. מאפיין נוסף של התופים הינו פרץ אנגריה גבוה ,זמן דעיכה מהיר ואמפליטודה חזקה ביחס לכלים האחרים. כיצד אם כן נכון יהיה להפריד את רצועת התופים משאר כלי המוזיקה ומהשירה בשירים השונים? רקע כללי • שיטה נפוצה לביצוע דיקומפוזיציה של רצועות שמע ספארסיים מאלמנטים הרמונים הינה RPCA – Robust Principal Component Analysis • בשיטה זו נגדיר 3אלמנטים שונים המרכיבים את סיגנל הכניסה :X • - Lמטריצה המייצגת מרחב מופחת שיאפיין את חלק מהאלמנטים • -Nמטריצת רעש ביחס למרחב L • - Oמטריצה ספארסית הכוללת דגימות היוצאות דופן מהמודל ובעלות אמפליטודה גבוהה: 4 X L N O רקע כללי • פתרון המטריצות המייצגות את המרחבים המדוברים יהיה על סמך מציאת הביטוי הבא: 1 2 min L ,O X L O F * L * O 1 2 2 F s.t. X L O • פירוק SVDיאפשר לחלץ את מטריצת ההטלה ומטריצת ההגברים המתאימה • שיפור לשיטה המתוארת לעי"ל יהיה שימוש במטריצות אי שליליות RNMF – Robust low-rank non-negative matrix factorization תוך מציאת הפתרון למשוואה הבאה: 5 O 1 2 F S U 2 * 2 F 2 F 1 minU , S ,O0 X L O 2 רקע כללי • אמצעי נוסף שמסייע בהפרדת תופים הינו אלגוריתם זיהוי התחלות. היות ולתופים יש זמן התפרצות ,אמפליטודה וזמן דעיכה שונים מהותית משאר המרכיבים בשיר נחפש את השינויים בתחום האנרגיה ותחום הפאזה. מייצג שילוב קומפלקסי של השינוי • הביטוי בפאזה והשינוי באמפליטודה של הפריים ביחס לפריים הקודם, ומביטוי זה נגדיר את גודל השינוי בעזרת הביטוי הבא: 6 • פונקציה זו מגבירה פריימים בהם יש שינויים גדולים בפאזה ובאמפליטודה ומשתיקה פריימים ללא שינויים אלו. אפשרויות פתרון • שימוש ב – RPCAתוך הפרדה בעזרת: • מסנן וינר • מסנן זמן תדר – מיסוך תדרים בינארי על סמך השוואת הערך המוחלט של כל תדר בין המטריצה ממימד נמוך Lלמטריצה הספארסית .O • שימוש ב – RNMFתוך הפרדה בעזרת מסנן וינר • שימוש בזיהוי התחלות ,תוך ביצוע אופטימיזציה בעזרת NMF 7 השיטה שנבחרה +סביבת מימוש • בשל העובדה שתופים ושירה הינם ספארסים באותה מידה ,ההפרדה ביניהם תהיה קשה בעזרת מתודות הפחתת המימדים. • זיהוי התחלות מוכיח את עצמו ככלי יעיל מאוד לזיהוי התופים והנחתת כלל האלמנטים הנוספים ,כולל השירה. • מימוש כלל הניסויים נעשה בסביבת מתלב באלגוריתמים שבוצעו על קטעים של כ 15-שניות משירים מוכרים – לטובת קיצור זמן החישוב. • במימושים נעשה שימוש באלגוריתמי ספרייה לפתרון מטריצות SVD RPCAו.NMF - 8 תוצאות ומסקנות • • • • 9 אלגוריתם RPCAהוכיח את התאוריה וראינו כי ניתן לבצע הפרדה איכותית של התופים משאר הכלים ,אך במידה וישנה שירה בקטע היא מודגשת על חשבון התופים ,ופוגעת בביצוע ההפרדה. מסנן וינר הוכיח את עצמו כטוב יותר להפרדת תופים מאשר מסנן מיסוך זמן-תדר. התוצאות הטובות ביותר בניסויים התקבלו בשימוש בזיהוי התחלות – אלגוריתמים אלו הצליחו להנחית את כלל הרעשים שבין התופים השונים כמו גם השירה .עם זאת לאלגוריתם זה חסרון שכאשר נשמעים התופים ניתן לשמוע גם כלים נוספים ברקע בעוצמה המקורית שלהם. נדרש אתחול של המערכת באלגוריתם – RNMFעפ"י מסד נתונים של דגימות תופים .איתחול זה מורכב ודורש המשך עבודה בתחום.
© Copyright 2024