# 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