Evaluating Dynamic Range Compressor Models Using Control-Voltage Measurements: an Approach and Dataset

Résumé technique : Évaluation des modèles de compresseur de plage dynamique par mesures de tension de commande

Énoncé du problème
Le comportement principal d'un compresseur de plage dynamique (DRC) est défini par le signal de gain variable dans le temps ($g_{dB}[k]$) appliqué à un signal d'entrée. Cependant, dans les jeux de données existants pour la modélisation des DRC, ce signal de gain n'est pas directement observable ; seules des paires audio entrée-sortie sont fournies. Isoler $g_{dB}[k]$ à partir de données audio constitue un problème inverse mal posé, compliqué par des effets secondaires inhérents au matériel analogique et aux chaînes de capture, tels que les déphasages, les écarts de réponse en amplitude et le bruit. Par conséquent, l'évaluation des modèles actuels repose sur des « métriques de substitution » calculées sur les formes d'onde de sortie (par exemple, l'erreur absolue moyenne ou l'énergie à court terme multi-résolution). Les auteurs soutiennent que ces métriques de substitution sont sensibles aux mêmes effets secondaires qui obscurcissent le signal de gain, ce qui peut conduire à des évaluations trompeuses où les modèles sont pénalisés ou récompensés pour imiter des artefacts inaudibles plutôt que le comportement de réduction de gain central.

Méthodologie
Pour remédier à ces limitations, les auteurs proposent une méthode d'évaluation directe utilisant des mesures de tension de commande (CV). La méthodologie centrale implique :

1. Mesure directe : Capturer le signal de tension de commande de réduction de gain produit par le matériel parallèlement à l'audio d'entrée et de sortie. Ce signal CV est mis à l'échelle pour représenter la réduction de gain exacte en décibels ($g_{dB}[k]$), évitant ainsi le besoin de résoudre un problème inverse.
2. Comparaison expérimentale : Les auteurs ont entraîné un modèle de dynamique « boîte grise » (une version modifiée de torchcomp) en utilisant trois régimes de perte distincts :
   • Perte directe sur le signal de gain : $L_1(g_{dB}, \hat{g}_{dB})$.
   • Perte de substitution sur les formes d'onde traitées : $L_1(y, \hat{y})$.
   • Perte de substitution sur les formes d'onde traitées utilisant l'énergie à court terme multi-résolution : $MSTE(y, \hat{y})$.
3. Évaluation : Dix modèles indépendants ont été entraînés pour chaque régime en utilisant des paramètres d'optimisation identiques et un extrait stéréo unique de 30 secondes. Les modèles ont ensuite été évalués par rapport à la trajectoire de gain réelle et aux métriques de substitution pour déterminer si la minimisation des pertes de substitution permet de récupérer efficacement la trajectoire de commande sous-jacente.

Contributions clés

• Approche méthodologique : L'article introduit et valide une méthode d'évaluation des modèles de DRC en mesurant directement le signal de tension de commande de réduction de gain par rapport au matériel, plutôt qu'en l'inférant des formes d'onde audio.
• Publication de jeu de données : Les auteurs présentent un nouveau jeu de données comprenant un compresseur de bus Solid State Logic (SSL) Logic FX G384. Il comprend 219 clips musicaux stéréo et des signaux de calibration traités à travers 90 permutations de contrôle. Crucialement, chaque paire audio entrée-sortie est accompagnée du signal de tension de commande de gain correspondant ($g_{dB}[k]$), échantillonné à 44,1 kHz avec une résolution de 32 bits.
• Preuve empirique : L'étude fournit des données empiriques démontrant que les métriques de substitution ( $L_1(y, \hat{y})$ et MSTE) ne parviennent pas à distinguer des modèles qui présentent des différences significatives dans l'exactitude de la réduction de gain.

Résultats
Les résultats expérimentaux indiquent que :

• Les modèles entraînés avec des pertes de substitution ($L_1(y, \hat{y})$ et $MSTE(y, \hat{y})$) n'ont pas atteint la parité avec les modèles entraînés directement sur le signal de commande de gain lorsqu'ils ont été évalués par rapport à la trajectoire de commande réelle.
• L'écart d'erreur parmi les modèles entraînés avec des pertes de substitution était nettement plus faible (2,8 % pour $L_1$ et 13,3 % pour MSTE) par rapport à l'écart observé lors de l'utilisation de la métrique directe de réduction de gain (85,9 %).
• Les métriques de domaine temporel (forme d'onde) ont attribué des valeurs d'erreur similaires à des modèles qui étaient clairement séparés par la métrique directe, suggérant que les objectifs de substitution peuvent occulter des différences saillantes dans le comportement du processeur.
• La métrique directe a révélé que minimiser les pertes de substitution n'est pas équivalent à minimiser l'erreur dans la trajectoire de gain.

Signification
L'article affirme que l'inclusion du signal de tension de commande dans le jeu de données proposé permet la supervision directe du comportement de réduction de gain, qui est la quantité d'intérêt primaire dans la modélisation des DRC. En permettant une évaluation par rapport à une erreur de vérité terrain définie sur la trajectoire de gain, ce travail permet aux chercheurs de :

1. Entraîner des modèles en utilisant des fonctions de perte définies sur l'objectif réel, éliminant ainsi le besoin de métriques de substitution potentiellement erronées.
2. Évaluer rigoureusement les métriques de substitution existantes pour comprendre leurs limitations et leurs modes de défaillance.
3. Étudier des comportements matériels spécifiques (tels que la libération dépendante du programme et la réponse statique courbe du SSL) que les modèles génériques pourraient ne pas capturer.

Les auteurs concluent que bien que les métriques de substitution puissent être corrélées à la quantité d'intérêt sous-jacente, elles ne sont pas des substituts fonctionnellement équivalents pour l'erreur de réduction de gain, et que la mesure directe du signal de commande offre une base plus interprétable et plus précise pour l'évaluation des modèles.