Notices by なかはら いちろう (lithium03@mastodon.lithium03.info), page 35

真面目にEDで学習させてOPの分離をやらせると、ぼちぼち出来たねの性能しか得られない。
ソースをうまく選ばないとだめな感じ

Wavenet と Wave-U-Net でボーカル分離を試してる。
ボーカルの中の人同士を分けるのは難易度が高いので、まずはボーカルと音楽とを分けるように下方修正した。
分離した音源を足し合わせたやつから、それぞれは綺麗に分離できるのだが、もともとmixして売っている3人バージョンから分離がむずい。非線形に足し合わされてるのだろう(何らかのコンプレッサーとかかかってる)

信頼の関係でないとポッキーゲームはできない

オプティカルなCPU、電気で光いじるところと、コンバートが悩ましいらしい

はっぴぃにゅうにゃあを分離する実験は、どうも3人の歌声が混ざってる部分はうまくいかない模様
バラバラに歌ってるところは分離できるような雰囲気

音源分離をするために、綺麗な分離データが要る。あれ？

いくつか声優さんの朗読もの出てるけどあまり続かないのをみると、やっぱり売れないのね

ルイズの朗読するゼロの使い魔につられてすこしだけ契約した、オーディオブック

それにしてもGPUが100％回ってるのをみると満足してしまう

ちゃんとした学術研究なら、公開ソース音源使うべきなんだけど、パブリックなやつは面白くないので。誰か権利関係クリアしてアニソンで音源ソース作ってくれ

音源ソースを用意するのが面倒なので、適当にoffボーカルを減算して各キャラソンからのボーカルを取り出して、ランダムで混ぜ混ぜして学習させてみる。

ステレオ入力にしたら、学習元もちゃんとステレオ対応しておかないとだめなのね。うーむ難しい

日本橋のパーツ屋さんにあればいいけど、わりと抜けてるものも多い。
定番以外のICとかは通販頼るしかない

@wanderingdj たしか古典とかに使われてる漢字からえらんでたので、造語はだめなのかも。読みもピカチュウ読み禁止かもしれないです

@wanderingdj 2文字の漢字縛りが難しい。中国あたりの古文書に出てくるやつが候補らしいので

ロスは順次減っているけど、分離できてる気がしない