利用核依賴估計來進行多軌自動混音

摘要

近年來由於數位音樂的蓬勃發展，錄音器材越來越普及。使得非混音專業人士也能利用錄音界面(Audio Interface)錄製出不錯的成品; 但是一旦錄製了多軌(Multi-TrackRecording)就會面臨到混音(Mixing)的問題，即需要把多軌的聲音混合在同一個軌中。混音牽扯到許多音響及聲學心理學的相關技術與知識，非專業人士要混出尚可的成品有一定的難度，所以我們提出了自動多軌混音系統(Automatic Multi-track Mixing System)，希望藉由監督式學習的方式學習各軌間混音參數的調配，產生每首的基礎混音(Basicmix-down)來幫助非混音專業人士也能混出不錯的成品(Mix-down)。由於混音參數取得不易，我們會先藉由分軌及混音好的關係估計出各個混音參數，接著利用其參數進行混音模型(Model)的建立。在參數學習(Parameter Learning)方面由於每軌的混音參數是有依賴關係的(Dependency)，我們採用了核依賴估計(Kernel Dependency Estimation)[1]的參數學習(Parameter Learning)方式來預測每軌的混音參數。