english Icono del idioma   español Icono del idioma  

Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12008/51720 Cómo citar
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorPlaja-Roglans, Genís-
dc.contributor.authorSerra, Xavier-
dc.contributor.authorRocamora, Martín-
dc.date.accessioned2025-09-23T18:00:15Z-
dc.date.available2025-09-23T18:00:15Z-
dc.date.issued2025-
dc.identifier.citationPlaja-Roglans, G., Serra, X. y Rocamora, M. Leveraging Carnatic live recordings for singing voice separation using regression-guided latent diffusion [en línea]. EN: 26th International Society for Music Information Retrieval Conference, ISMIR 2025, Daejeon, Korea, 21-25 sep. 2025, pp. 1-9.es
dc.identifier.urihttps://ismir2025.ismir.net/-
dc.identifier.urihttps://hdl.handle.net/20.500.12008/51720-
dc.description.abstractDiffusion models have demonstrated potential to separate individual sources from music mixtures in a generative fashion, enabling a new solution for this challenging problem. However, existing works require clean multi-stem data, which is scarce for several repertoires, consequently compromising generalization. We explore the potential of generative modeling to perform weakly-supervised singing voice separation for Carnatic Music, a music repertoire for which large quantities of multi-stem recordings with bleeding between sources have been collected from live performances. We pre-train a latent diffusion model to perform preliminary vocal separation conditioning on the corresponding mixture. Then, using a regressive model which is separately trained on a clean, smaller, and out-of-domain dataset, we estimate the level of bleeding in the preliminary separations and use that information to guide the diffusion model toward generating cleaner samples. The objective and perceptual evaluations show the potential of the proposed generative system for Carnatic vocal separation. Code, weights, and further materials are available online https://github.com/genisplaja/ldm-carnatic-separation.es
dc.description.sponsorshipEste trabajo cuenta con el apoyo de IA y Música: Cátedra en Inteligencia Artificial y Música (TSI-100929-2023-1), financiado por la Secretaría de Estado de Digitalización e In- teligencia Artificial, y la Unión Europea-Next Gen- eración UE, en el marco del programa Cátedras ENIA 2022 para la creación de cátedras universidad-empresa en IA, y IMPA: IA multimodal para procesamiento de audio (PID2023- 152250OB-I00), financiado por el Ministerio de Ciencia, In- Novación y Universidades del Gobierno español, la Agencia Estatal de Investigación (AEI) y cofinanciado por la Unión Europea.es
dc.description.urihttps://github.com/genisplaja/ldm-carnatic-separationes
dc.format.extent9 p.es
dc.format.mimetypeapplication/pdfes
dc.language.isoenes
dc.publisherISMIRes
dc.relation.ispartof26th International Society for Music Information Retrieval Conference, ISMIR 2025, Daejeon, Korea, 21-25 sep. 2025, pp. 1-9.es
dc.rightsLas obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)es
dc.subjectCarnatic musices
dc.subjectLive recordingses
dc.subjectSinging voice separationes
dc.subjectRegression-guided latent diffusiones
dc.titleLeveraging Carnatic live recordings for singing voice separation using regression-guided latent diffusiones
dc.typePonenciaes
dc.contributor.filiacionPlaja-Roglans Genís, Universitat Pompeu Fabra.-
dc.contributor.filiacionSerra Xavier, Universitat Pompeu Fabra.-
dc.contributor.filiacionRocamora Martín, Universidad de la República (Uruguay). Facultad de Ingeniería.-
dc.rights.licenceLicencia Creative Commons Atribución (CC - By 4.0)es
udelar.academic.departmentProcesamiento de Señaleses
udelar.investigation.groupProcesamiento de Audio (GPA)es
Aparece en las colecciones: Publicaciones académicas y científicas - Instituto de Ingeniería Eléctrica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato   
PSR25a.pdfVersión publicada658,74 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons