MusicGenerate

Измерване на отделянето на вокал в централния канал

Колко от центрирания сигнал всъщност изчезва и какво остава.

Публикувано

Накратко

Честотно ограничена mid/side отмяна премахна централно паннат тестов тон с 29.5 dB — около 97% от амплитудата му — докато твърдо паннат тон в същия файл загуби само 0.5 dB. Тази разлика е основата на караоке-стил премахване на вокали и е измерима, а не въпрос на мнение.

Метод

  1. 01

    Синтезирайте 3-секунден стерео WAV на 44.1 kHz с два тона: 440 Hz с равна амплитуда в двата канала (заместител на центриран основен вокал) и 2 kHz само в левия канал (заместител на твърдо паннат инструмент).

  2. 02

    Обработете файла със собствения енджин за разделяне на сайта в режим инструментал — mid/side декомпозиция с центъра, отменен само между 180 Hz и 9 kHz, каскадни кросоувъри 24 dB/окт.

  3. 03

    Декодирайте експортирания WAV обратно в AudioBuffer и измерете енергията при 440 Hz и 2 kHz с филтър на Goertzel върху първите 2 секунди.

  4. 04

    Сравнете всяко с идентично измерване върху необработения източник.

Резултати

ИзмерванеСтойностБележка
Центриран тон 440 Hz−29.5 dBпремахнато около 97%
Твърдо панориран тон 2 kHz−0.5 dBпо същество непокътнат
Изходна продължителност3.00 sбез промяна
Изходни канали2стереото е запазено
Време за обработка< 1 sв браузъра, без качване

Изводи

Отмяната е почти пълна, но само за идеално центрирано съдържание

Тон с еднаква амплитуда и фаза в двата канала е идеалният случай и губи 29.5 dB. Истинските вокали рядко са толкова центрирани — дребни разлики в реверберацията, дублирането и стерео разширяването оставят остатък. Затова измерването описва тавана на техниката, не това, което ще получите от комерсиален запис.

Честотното ограничаване е това, което държи резултата използваем

Наивното L−R изваждане маха всичко центрирано на всяка честота, включително каса и бас. Ограничаването на отмяната до 180 Hz–9 kHz оставя тези диапазони непокътнати, затова обработеният файл все още звучи като музика, а не като тънък моно артефакт. Загубата от 0.5 dB при странично панорирания тон потвърждава, че незасегнатите диапазони минават по същество непроменени.

Стерео ширината предсказва резултата още преди обработката

Понеже техниката зависи изцяло от разликата между каналите, съотношението между side и mid енергията в даден файл предсказва дали изобщо може да проработи. Един моно файл няма разлика за използване и връща почти тишина, затова инструментът първо измерва това и отказва да тръгне, вместо да произведе безполезен файл.

Ограничения

  • Синтетичните тонове са най-добрият случай; комерсиалните мастери са по-тесни и по-обработени
  • Опашките от реверберация и дилей върху вокал не са центрирани и оцеляват при отмяната
  • Дублирани или твърдо панорирани бек вокали оцеляват по замисъл
  • Измерено на един браузърен енджин; други реализации на Web Audio филтрите може да се различават леко

Измерване на отделянето на вокал в централния канал

Колко от центрирания сигнал всъщност изчезва и какво остава.