センターチャンネルのボーカル分離を測定します
センター成分が実際にどれだけ消え、何が残るのかを示します。
要点
方法
- 01
3秒の 44.1 kHz ステレオ WAV を合成します。2つのトーンを含みます：440 Hz を両チャンネルに同振幅で配置します（センターのリードボーカルの代用）。2 kHz を左チャンネルのみに配置します（ハードパンの楽器の代用）。
- 02
当サイト独自の分離エンジンをインストゥルメンタルモードで使って処理します—ミッド/サイド分解を行い、180 Hz〜9 kHz の間だけセンターをキャンセルし、24 dB/oct のクロスオーバーをカスケードします。
- 03
書き出したWAVをAudioBufferにデコードし、最初の2秒間に対してGoertzelフィルターで440 Hzと2 kHzのエネルギーを測定します。
- 04
未処理のソースで同じ測定を行った結果とそれぞれ比較します。
結果
| 測定 | 価値 | 注記 |
|---|---|---|
| センター配置の440 Hzトーン | −29.5 dB | 約97%除去 |
| ハードパンの2 kHzトーン | −0.5 dB | 実質的に無傷 |
| 出力の長さ | 3.00 秒 | 変更なし |
| 出力チャンネル | 2 | ステレオ保持 |
| 処理時間 | < 1 秒 | ブラウザー内で完結、アップロード不要 |
知見
打ち消しはほぼ完全ですが、完全にセンターにあるコンテンツに限ります。
両チャンネルで振幅も位相も同一のトーンが理想例で、29.5 dB減衰します。実際のボーカルはここまでセンターに寄りません。リバーブ、ダブリング、ステレオワイドの微差が残渣を生みます。つまり、この測定は商用音源で得られる結果ではなく、この手法の上限を示しているにすぎません。
使える結果に保つのはバンド制限のおかげです。
素朴なL−Rキャンセルは、キックやベースを含め、あらゆる周波数でセンターにあるものをすべて消してしまいます。180 Hz〜9 kHzにキャンセルを制限すると、それ以外の帯域は無傷のまま残り、処理後のファイルが薄いモノのアーティファクトではなく、きちんと音楽として聴こえる理由になります。サイドにパンしたトーンでの0.5 dBの損失は、非対象帯域が実質的に変わらず通過していることの裏づけです。
ステレオの広がりで処理前に結果を予測できます。
この手法はチャンネル間の差分だけに依存するため、ファイルのサイド対ミッドのエネルギー比で、そもそも有効かどうかが予測できます。モノラルファイルには活用できる差分がなく、ほぼ無音になります。だからこそ、このツールはまずそれを測定し、役に立たないファイルを作るくらいなら実行を拒否します。
制約
- 合成トーンはベストケースです。商用マスターはステレオ幅が狭く、処理も重いです。
- ボーカルのリバーブやディレイのテールはセンターではなく、キャンセルをすり抜けます。
- ダブル取りやハードパンのバックボーカルは、設計上すり抜けます。
- 1つのブラウザーエンジンで測定しています。Web Audioのフィルター実装が異なると、結果がわずかに変わる場合があります。