Création d’un algorithme de pré-mixage automatique basé sur des méthodes d’optimisation globale et de l’intelligence computationnelle

Résumé : Le travail d’un ingénieur du son vise à résoudre les problèmes techniques et créatifs lors du mixage d’un morceau de musique. Certains aspects importants d’un mixage réussi sont son équilibre, sa transparence, sa profondeur et sa largeur. Dans cette étude, nous avons cherché à démontrer comment les techniques modernes d’optimisation globale et d’intelligence artificielle pouvaient aider l’ingénieur du son dans les premières étapes du mixage.

Une courte enquête par questionnaire auprès d’ingénieurs du son professionnels de longue date nous a permis de connaître leurs principales habitudes et méthodes de travail qui contribuent à créer un mixage de qualité. Nous avons ensuite construit notre propre syst.me de mixage (VitaMix), qui est contrôlé par un algorithme d’optimisation globale issue de l’intelligence computationnelle, et la nouvelle formulation du problème est innovante et diffère dans son approche des méthodes qui ont été examinées dans la littérature scientifique au cours de la dernière décennie.

Nous avons mené un certain nombre d’expériences et dérivé nos propres critères d’optimisation pour aboutir à un pré-mixage de haute qualité. Nous avons également introduit un mécanisme de contraintes lors de la formulation du probl.me d’optimisation. Cela permet de prendre en compte les désirs stylistiques et esthétiques de l’ingénieur du son et d’améliorer la qualité du mixage final.

Par la suite, à l’aide de tests subjectifs en aveugle, nous avons montré les tendances préférées par l’oreille humaine ainsi que la valeur et l’int.r.t potentiels du mixage automatique. Nous suggérons que dans la plupart des cas, le mixage automatique pourrait servir de bonne aide . la décision pour l’ingénieur du son novice, mais pourrait aussi augmenter la productivité de l’ingénieur du son chevronné.

Dans cette étude, nous ne montrons qu’un prototype d’un syst.me potentiel de mixage automatique, donc en conclusion nous discutons également des améliorations possibles et du développement ultérieur du système, ainsi que de la puissance de calcul nécessaire et des caractéristiques de son utilisation.

Mots-clés : ingénierie du son, mixage automatique, spatialisation, démasquage, optimisation globale, évolution différentielle, intelligence computationnelle, intelligence artificielle, production musicale

—

Abstract: A sound engineer’s job is to solve technical and creative problems when mixing a piece of music. Some important aspects of a successful mix are its balance, transparency, depth and width. In this study, we demonstrated how modern global optimization and artificial intelligence techniques can help the sound engineer in the early stages of mixing.

A short questionnaire survey of long-time professional sound engineers allowed us to learn about their main habits and working methods that contribute to creating a quality mix. We built our own mixing system (VitaMix), which is controlled by a global optimization algorithm derived from computational intelligence and the new problem formulation is innovative and differs in its approach from methods that have been reviewed in the scientific literature over the last decade.

We have conducted a number of experiments and derived our own optimization criteria to achieve a high quality pre-mix. We have also introduced a constraint mechanism in the formulation of the optimization problem. This allows to take into account the stylistic and aesthetic desires of the sound engineer and to improve the quality of the final mix.

Subsequently, using blind empirical tests, we have shown the trends preferred by the human ear and the potential value and benefit of automatic mixing. We suggest that in most cases, automatic mixing could serve as a good decision aid for the novice sound engineer, but could also increase the productivity of the experienced sound engineer.

In this study, we show only a prototype of a potential automatic mixing system, so in conclusion we also discuss possible improvements and further development of the system, as well as the required computing power and the characteristics of its use.

Keywords: sound engineering, automatic mixing, spacialization, unmasking, global optimization, differential evolution, computational intelligence, artificial intelligence, music production