Spaces:
Paused
Paused
File size: 3,644 Bytes
607c4f0 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 | # NOISE-CORE Ω v0.4 — Preservation-First Design
## Grundprinzip
Ein beobachteter Signalanteil darf nicht allein deshalb als Störgeräusch
gelten, weil er rauschhaft, kurz oder tonal wirkt. Transienten, Hall,
Luft, Mikrodetails und tieffrequente Noten können ähnliche Merkmale tragen.
**Fachliche Grenze:** Aus der gemischten Wellenform lässt sich nicht in jedem
Fall nachweisen, dass eine bestimmte Komponente kein musikalischer Anteil
ist. Perfektion ist deshalb kein garantiertes Feature. Die risikoärmste
Standard-Aktion ist **Original unverändert lassen**.
## v0.4 ausgeliefert
- Chunk-streamende Suche nach isolierten Single-Sample-Impulsen
(`app/noise.py`) mit bewusst konservativem Schwellenwert;
- Mehrdeutige Indikatoren für schmale 50/60/100/120-Hz-Spektralspitzen;
- Standardmäßig reiner Inspektionsmodus: keine Signalveränderung;
- Explizite Einzelmarkierung aller zu reparierenden Samples;
- Nur diese Stellen werden mittels Nachbarinterpolation bearbeitet;
- Einstellbarer Blend-Faktor 0–1;
- WAV-Float32: Clean-Signal und Original-minus-Clean als Differenzspur;
- PCM16-Hörkopien und ZIP mit JSON-Provenance-Bericht;
- SHA-256 des Originals unverändert; rekonstruktive Konsistenz geprüft;
- Zeitlich beliebig lange Dateien **innerhalb RAM-/Festplatten-/Dateigrößenlimits**;
- Optionaler Virtualbass 2.1-Export mit FFmpeg.
## NICHT ausgeliefert
- Kein KI-Modell für semantische Stördetektion;
- Keine automatische Entrauschung eines gesamten Stücks;
- Keine echte Störquelle als wiederhergestelltes Ground-Truth-Signal;
- Kein breitbandiges Spectral De-Noise, keine 50/60-Hz-Notch-Reparatur;
- Keine beliebig breiten Pops/Crackles, mehrmillisekündigen Dropouts
oder vollständige Spektralrekonstruktion;
- Keine absolute Garantie für Erhaltung aller Musikdetails.
## Safety/QA
- Niemals auto approve, nie „Select all“;
- Report enthält alle angewandten Samples, Stärke und Effektstärke;
- Alle Kandidaten müssen nach menschlicher Bestätigung akzeptiert werden;
- Differenzspur darf musikalische Anteile enthalten. Immer abhören;
- Code prüft Inputlänge, Finite Values, Outputlänge und Mix-Identität;
- UI-Erfolgsmeldung erst nach tatsächlicher Fertigstellung des Jobs.
**Bekannte Limitierung:** Click Detector benutzt blocklokale Statistik;
Kandidaten abhängig vom Quellmaterial. Stereo-Musik mit extrem hoher
Transientendichte kann False Positives erzeugen. Durch die manuelle
Freigabe wird der automatische Schaden vermieden, nicht jeder Schaden
durch menschlichen Irrtum.
## Höchster KI-Hebel
1. **Event Classifier (Listen First):** echte Klicks vs Snare/Kick/HiHat
und plucked instruments mit calibrated confidence und abstention.
2. **Sound Source Model:** Störer vom Instrumenten-Stem unterscheiden,
Leakage messen und unklare Zeit-Frequenz-Zellen erhalten.
3. **Conservative Inpainting (nur bestätigte Region):** Fallunterscheidung
Click (einige Samples), Glitch (Millisekunden), Dropout (länger),
vollständig identifizierte alternative Kanäle; Änderungen markieren.
4. **Artifact/Detail Judge:** Erhalt von Sustain, Hall und Air durch
blind und reference-based Tests, plus Removal-Audition.
5. **Bass Event Graph + F0 tracking:** Phasen-/Tonhöhen-gebundene
resynthetische Verstärkung statt pauschaler Bass-Normalisierung.
## Referenzen
- https://downloads.izotope.com/docs/rx6/34-spectral-de-noise/index.html
- https://downloads.izotope.com/docs/rx6/35-spectral-repair/index.html
- https://www.izotope.com/community/blog/audio-artifacts
- https://ffmpeg.org/ffmpeg-filters.html#virtualbass
- https://github.com/facebookresearch/demucs
|