MusicGenerate

Måling av senterkanalens vokalseparasjon

Hvor mye av et sentrert signal som faktisk forsvinner, og hva som blir igjen.

Publisert

Kort fortalt

Båndbegrenset mid/side-kansellering fjernet en senterpannet testtone med 29,5 dB — omtrent 97% av amplituden — mens en hardt pannet tone i samme fil bare mistet 0,5 dB. Det gapet er hele grunnlaget for karaoke-stil vokalfjerning, og det er målbart, ikke en smakssak.

Metode

  1. 01

    Syntetiser en 3-sekunders 44,1 kHz stereo WAV som inneholder to toner: 440 Hz med lik amplitude i begge kanaler (en stand-in for en sentrert leadvokal), og 2 kHz kun i venstre kanal (en stand-in for et hardt pannet instrument).

  2. 02

    Prosesser fila med nettstedets egen separasjonsmotor i instrumental-modus — mid/side-dekomponering med senter kansellert kun mellom 180 Hz og 9 kHz, kaskadekoblede 24 dB/okt delefiltre.

  3. 03

    Dekod den eksporterte WAV tilbake til en AudioBuffer og mål energi ved 440 Hz og 2 kHz med et Goertzel-filter over de første 2 sekundene.

  4. 04

    Sammenlign hver mot samme måling tatt på den ubehandlede kilden.

Resultater

MålingVerdiMerk
Sentrert 440 Hz-tone−29,5 dBrundt 97 % fjernet
Hard-panorerte 2 kHz-tone−0,5 dBi praksis urørt
Utdata-varighet3,00 suendret
Utdata-kanaler2stereo beholdt
Behandlingstid< 1 si nettleser, ingen opplasting

Funn

Kanselleringen er nær total, men bare for perfekt sentrert innhold

En tone med identisk amplitude og fase i begge kanaler er idealtilfellet, og den taper 29,5 dB. Ekte vokal er aldri fullt så sentrert — små forskjeller i romklang, dubbing og stereoutvidelse etterlater rester. Målingen beskriver derfor taket for teknikken, ikke hva en kommersiell utgivelse faktisk gir.

Båndbegrensning er det som holder resultatet brukbart

Naiv L−R-kansellering fjerner alt som er sentrert på alle frekvenser, inkludert kick og bass. Å begrense kanselleringen til 180 Hz–9 kHz lar de båndene være intakte, derfor oppleves den prosesserte fila fortsatt som musikk i stedet for et tynt monoartefakt. Tapet på 0,5 dB på den side-panorerte tonen bekrefter at de urørte båndene i praksis passerer uendret.

Stereobredde forutsier utfallet før behandling

Fordi teknikken er helt avhengig av forskjellen mellom kanalene, vil forholdet mellom side- og midt-energi i en fil forutsi om det i det hele tatt kan fungere. En monofil har ingen forskjell å utnytte og returnerer nær stillhet, derfor måler verktøyet dette først og nekter å kjøre i stedet for å lage en ubrukelig fil.

Begrensninger

  • Syntetiske toner er beste case; kommersielle mastere er smalere og mer prosesserte
  • Reverb- og delayhaler på en vokal er ikke sentrert og overlever kansellering
  • Doble eller hard-panorerte backingvokaler overlever per design
  • Målt på én nettlesermotor; andre implementasjoner av Web Audio-filtrene kan avvike litt

Måling av senterkanalens vokalseparasjon

Hvor mye av et sentrert signal som faktisk forsvinner, og hva som blir igjen.