crlandsc/moises-light
📦 オープンソースプロジェクトcrlandsc
高品質な音楽ソース分離を実現する、リソース効率に優れたMoises-LightのPyTorch実装。
Moises-Lightアーキテクチャは、Band-split U-Net設計を採用することで、ブラインド音源分離（BSS）の分野に大きな進歩をもたらしました。本リポジトリは、音楽ソース分離（MSS）タスクを効率的に実行するための、最適化されたPyTorchベースのフレームワークを提供します。周波数スペクトルを個別の帯域に分割することで、従来のフルバンドモデルと比較して軽量でありながら、忠実度の高い分離を実現しています。主な機能には、オーディオ処理のための最適化されたテンソル演算、マルチトラック抽出のサポート、既存のオーディオノイズ除去や音響処理パイプラインへの統合が容易なモジュール式コードベースが含まれます。大規模で重いモデルを必要とせずに、効率的な深層学習モデルを試したい方に最適です。
💡ハイライト
- ├─Band-split U-Netアーキテクチャ採用
- ├─リソース効率に優れた音楽ソース分離
- └─PyTorchベースの軽量な実装
🎯対象
- ├─オーディオエンジニア
- ├─AI研究者
- └─音楽技術開発者