Знай наших (1 онлайн

[MAME]

Задатки

Ага, судя по тому в какой литературе Алексей принимал участие, там "звукорежиссура" была только на поверхностном уровне

• J. M. Jot, A. Lukin, C. Landschoot “Binaural Externalization Processing — From Stereo To Object-Based Audio” // 153rd Audio Engineering Society Convention, New York, USA, October 2022. PDF​
• S. Nercessian, R. McClellan, A. Lukin “A Direct Microdynamics Adjusting Processor With Matching Paradigm And Differentiable Implementation” // Proceedings of the 25th International Conference on Digital Audio Effects (DAFx20in22), Vienna, Austria, September 6–10, 2022.​
• S. Nercessian, A. Lukin “Speech Dereverberation Using Recurrent Neural Networks” // Proceedings of the 22nd International Conference on Digital Audio Effects (DAFx-19), Birmingham, U.K., September 2–6, 2019. PDF​
• G. Wichern, A. Lukin “Removing Lavalier Microphone Rustle With Recurrent Neural Networks” // Proceedings of the 21st International Conference on Digital Audio Effects (DAFx-18), Aveiro, Portugal, September 4–8, 2018. PDF​
• G. Wichern, A. Lukin “Low-Latency Approximation of Bidirectional Recurrent Networks for Speech Denoising” // IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA), New Paltz, NY, USA, October 2017. PDF (draft)​
• A. Lukin, R. McClellan, A. Wishnick “A Two-Pass Algorithm for Automatic Loudness Correction” // 141st Audio Engineering Society Convention, Los Angeles, USA, October 2016. Abstract (html)​
• G. Wichern, A. Wishnick, A. Lukin, H. Robertson “Comparison of Loudness Features for Automatic Level Adjustment in Mixing” // 139th Audio Engineering Society Convention, New York, USA, October 2015. Abstract (html)​
• А. С. Лукин, Н. В. Мамаев, Д. В. Юрин «Локальная оценка уровня шума на цифровых изображениях» // Труды 16-й международной конференции «Цифровая обработка сигналов и её применение» (DSPA'2014), т. 2. Москва, 2014, с. 445–449. PDF (in Russian)​
• N. Mamaev, A. Lukin, D. Yurin “HeNLM-3D: A 3D Computer Tomography Image Denoising Algorithm” // The 12th International Conference on Pattern Recognition and Information Processing. United Institute of Informatics Problems of the National Academy of Sciences of Belarus, 28–30 May 2014, Minsk, Belarus, 2014, pp. 176–180. PDF​
• N. V. Mamaev, A. S. Lukin, D. V. Yurin “HeNLM–LA: a Locally Adaptive Nonlocal Means Algorithm Based on Hermite Functions Expansion” // Programming and Computer Software, Vol. 40, No. 4, Pleiades Publishing, Ltd., 2014, pp. 199–207. PDF (draft)​
• M. V. Storozhilova, A. S. Lukin, D. V. Yurin, V. E. Sinitsyn “2.5D Extension of Neighborhood Filters for Noise Reduction in 3D Medical CT Images” // Lecture Notes in Computer Science, Vol. 7870, 2013, pp. 1–16. Springer​
• А. С. Лукин, М. В. Сторожилова, Д. В. Юрин «Методы анализа качества фильтрации шума на изображениях компьютерной томографии» // Труды 15-й международной конференции «Цифровая обработка сигналов и её применение» (DSPA'2013), т. 2, 2013, с. 85–88. PDF (in Russian)​
• Н. В. Мамаев, А. С. Лукин, Д. В. Юрин, М. А. Глазкова, В. Е. Синицын «Алгоритм нелокального среднего на основе разложения по функциям Эрмита в задачах компьютерной томографии» // 23-я международная конференция по компьютерной графике и зрению GraphiCon'2013. Россия, Владивосток, 2013, с. 254–258. PDF (in Russian)​
• N. Mamaev, A. Lukin, D. Yurin, M. Glazkova, V. Sinitsin “Hermite Functions Expansion Based Non-Local Means Algorithm for CT Applications” // 11-th International Conference “Pattern Recognition and Image Analysis: New Information Technologies”, Vol. 2. Russia, Samara, 2013, pp. 638–641. PDF​
• M. V. Storozhilova, A. S. Lukin, D. V. Yurin, V. E. Sinitsyn “Two approaches for noise filtering in 3D medical CT-images” // 22-th International Conference on Computer Graphics GraphiCon'2012. Moscow, Russia, 2012, pp. 68–72. PDF​
• O. Senyukova, A. Lukin, D. Vetrov “Automated Atlas-Based Segmentation of NISSL-Stained Mouse Brain Sections Using Supervised Learning” // Programming and Computer Software, Vol. 37, No. 5, Springer, 2011, pp. 245–251. SpringerLink​
• О. В. Сенюкова, А. С. Лукин, Д. П. Ветров «Автоматическая сегментация срезов мозга мыши, окрашенных по NISLL, основанная на обучении с учителем по разметке из атласа» // Программирование №5, 2011, с. 39–48.​
• А. С. Лукин «Интерполяция изображений с автоматическим хинтованием на основе разреженного градиента» // Труды 13-й международной конференции «Цифровая обработка сигналов и её применение» (DSPA'2011), т. 2. Москва, 2011, с. 144-147. PDF (in Russian)​
• Н. Любимов, Е. Михеев, А. С. Лукин «Сравнение алгоритмов кластеризации в задаче идентификации диктора» // Труды 13-й международной конференции «Цифровая обработка сигналов и её применение» (DSPA'2011), т. 1. Москва, 2011, с. 204-207. PDF (in Russian)​
• Н. А. Любимов, А. С. Лукин «Расширение частотного диапазона аудиосигналов на основе модели взвешенных кластеров» // Труды 12-й международной конференции и выставки «Цифровая обработка сигналов и её применение» (DSPA'2010), т. 1. Москва, 2010, с. 251–254. PDF (in Russian)​
• М. С. Ткаченко, А. С. Лукин «Многомасштабный метод спектрального вычитания для подавления шумов в аудиосигналах» // Труды 12-й международной конференции и выставки «Цифровая обработка сигналов и её применение» (DSPA'2010), т. 1. Москва, 2010, с. 223–226. PDF (in Russian)​
• O. Senyukova, A. Lukin, D. Vetrov “Automated Atlas-Based Segmentation of Nissl-Stained Mouse Brain Slices” // 20-th International Conference on Computer Graphics GraphiCon'2010. St. Petersburg, Russia, September 2010, pp. 92–95. PDF​
• A. S. Krylov, A. S. Lukin, A. V. Nasonov “Edge-preserving nonlinear iterative image resampling method” // Proceedings of International Conference on Image Processing (ICIP'09). Cairo, Egypt, 2009, pp. 385–388. PDF​
• A. S. Lukin “Improved Visible Differences Predictor Using a Complex Cortex Transform” // 19-th International Conference on Computer Graphics GraphiCon'2009. Moscow, Russia, 2009, pp. 145–150. PDF​
• N. Lyubimov, A. Lukin “Audio Bandwidth Extension using Cluster Weighted Modeling of Spectral Envelopes” // 127th Audio Engineering Society Convention. New-York, USA, October 2009, paper #7946. PDF (abstract)​
• A. Lukin, J. Todd “Parametric Interpolation of Gaps in Audio Signals” // 125th Audio Engineering Society Convention, San Francisco, USA, October 2–5, 2008, paper #7512. PDF, 760 Kb​
• С. Гришин, Д. Ватолин, А. Лукин, С. Путилин, К. Стрельников «Обзор блочных методов оценки движения в цифровых видео сигналах» // Тематический сборник «Программные системы и инструменты» №9, с. 50–62, Москва, 2008. PDF, 285 Kb (in Russian)​
• A. Lukin “High-Quality Spatial Interpolation of Interlaced Video” // Proceedings of GraphiCon'2008, Moscow, Russia, June 2008, pp. 114–117. PDF, 472 Kb​
• A. Lukin, J. Todd “Suppression of Musical Noise Artifacts in Audio Noise Reduction by Adaptive 2D Filtering” // 123rd Audio Engineering Society Convention, New York, USA, October 2007. Abstract (html)​
• A. Lukin “Tips&Tricks: Fast Image Filtering Algorithms” // Proceedings of Graphicon'2007, Moscow, Russia, June 2007, pp. 186–189. PDF, 163 Kb​
• К. Стрельников, Д. Куликов, А. Лукин «Построение и применение модели зерна пленки на основе спектральных образцов» // Труды конференции Graphicon-2007, Москва, Россия, июнь 2007, стр. 248–252. PDF, 918 Kb (in Russian)​
• С. Путилин, А. Лукин «Модификация метода нелокального усреднения для подавления шума в видео» // Труды конференции Graphicon-2007, Москва, Россия, июнь 2007, стр. 257–259. PDF, 360 Kb (in Russian)​
• A. Nasonov, A. Krylov, A. Lukin “Post-Processing by Total Variation Quasi-Solution Method for Image Interpolation” // Proceedings of Graphicon'2007, Moscow, Russia, June 2007, pp. 178–181. PDF, 464 Kb​
• A. Lukin, J. Todd “Adaptive Time-Frequency Resolution for Analysis and Processing of Audio” // 120th Audio Engineering Society Convention, Paris, France, May 2006. PDF, 555 Kb​
• A. Lukin, A. Krylov, A. Nasonov “Image Interpolation by Super-Resolution” // Proceedings of Graphicon'2006, Novosibirsk Akademgorodok, Russia, July 2006, pp. 239–242. PDF, 174 Kb​
• A. Lukin “A Multiresolution Approach for Improving Quality of Image Denoising Algorithms” // IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP-2006), Toulouse, France, May 2006. PDF, 355 Kb​
• А. Лукин «Модели и алгоритмы обработки мультимедийной информации, учитывающие особенности человеческого восприятия» // Автореферат диссертации на соискание ученой степени кандидата физико-математических наук, Москва, 2006. PDF, 208 Kb (in Russian)​
• А. Насонов, А. Крылов, А. Лукин «Увеличение разрешения изображения с использованием метода регуляризации Тихонова» // Материалы международной конференции «Тихонов и современная математика», Москва, 2006. PDF, 176 Kb (in Russian)​
• A. Lukin, D. Kalinkina, D. Kubasov “Adaptive Multiresolution Filter Banks for Image and Audio Processing” // Proceedings of Graphicon'2005, Novosibirsk Akademgorodok, Russia, 2005, pp. 312–315. PDF, 205 Kb​
• А. Лукин, Д. Калинкина «Использование комбинации метода главных компонент и вейвлет-преобразования для подавления шума в изображениях» // Международная конференция студентов и аспирантов по фундаментальным наукам «Ломоносов 2005», Москва, 2005. PDF, 245 Kb (in Russian)​
• A. Lukin, D. Kubasov “High-Quality Algorithm for Bayer Pattern Interpolation” // Programming and Computer Software, vol. 30, no. 6, 2004, pp. 347–358. PDF, 280 Kb​
• A. Lukin, D. Kubasov “An Improved Demosaicing Algorithm” // Proceedings of 14-th International Conference on Computer Graphics Graphicon'2004, Moscow, Russia, September 2004, pp. 38–45. PDF, 422 Kb​
• A. Zhirkov, D. Kortchagine, A. Lukin, A. Krylov, Y. Bayakovskii “Graphic Representation Method and Neural Network Recognition of Time-Frequency Vectors of Speech Information” // Programming and Computer Software, vol. 29, no. 4, 2003, pp. 210–218. PDF, 556 Kb​
• A. Krylov, D. Kortchagine, A. Lukin “Streaming Waveform Data Processing by Hermite Expansion for Text-Indepedent Speaker Indexing From Continuous Speech” // Proceedings of 12th International Conference on Computer Graphics GraphiCon'2002. PDF, 180 Kb​
• A. Zhirkov, D. Kortchagine, A. Lukin, A. Krylov, Y. Bayakovski “ANN Based Analysis and Comparison Of Time-Frequency Vectors Based On Short Time Spectral Representation and Adaptive Hermite Transform” // preprint #87, Inst. Appl. Mathem., Russian Academy of Sciences, 2001 PDF, 480 Kb (in Russian)​

 

[smack]

@MAME, на РММ принято огромные простыни прятать под спойлер.
Что касается специальности Алексея Лукина, то минимум два человека на форуме - eiim bek и darthmortius - уверены, что он - звукорежиссёр. Да ещё и с Оскаром (?!)

 

[Ree]

на РММ принято огромные простыни прятать под спойлер

Большие тоже; даже не очень

 

[LogicS]

ещё и с Оскаром

"Оскар" - это, возможно, невольная метафора )))
Некий собирательный образ, этот, буржуйский, там... )))
"А вабче, да, слыхали" )))
А если серьёзно - такое впечатление, что я (в частности) живу в другом временном измерении
Как можно столько успевать сделать, причём, так эффективно
Респект (нравится слово, уже старомодное, но нравится) Алексею Лукину

 

[Ilya Prokhorov]

Тогда интересно обсудить следующее заявление Академии

Oscars Scientific & Technical Awards | 2021

To Alexey Lukin and the Team of Mathematicians, Software Engineers, Sound Designers and Product Specialists of iZotope, Inc. for the development of the RX audio processing system.

Scientific & Technical Awards | 2021

Scientific & Technical Awards | 2021

www.oscars.org

 

[smack]

@Ilya Prokhorov, спасибо за информацию. Лукин - ещё и образец скромности, поскольку не афишировал это своё достижение. Но отнести его к ЗР вряд ли стоит. Он скорее учёный. Настоящий.

 

[MAME]

на РММ принято огромные простыни прятать под спойлер

буд знать

 

[drumwizard]

Ежедневно использую его бесплатную версию Specan32 - лучший анализатор из всех что видел

Чем он полезен именно вам? Все остальные показывают что-то не то (вэйвсовский PAZ не трогаем, про его странности Алексей в той ветке писал). Встроенного в какой-нибудь Pro-Q недостаточно?

 

[belovw]

Это вообще-то совершенно разные приборы по принципу действия. Информацию они тоже отображают не одну и ту же.

 

[drumwizard]

Это вообще-то совершенно разные приборы по принципу действия. Информацию они тоже отображают не одну и ту же.

ReaSpect работает по такому же принципу, что и Specan32?
Просто стало интересно, в какие конкретно моменты в работе звукорежиссёра именно Specan32, или железный анализатор, с которого он сделан, будут лучше любых других анализаторов? И чем именно лучше?

Вообще, прошу извинить за оффтоп. «Наших» знаю, конечно, и горжусь.
Но (!) в последнее время на рмм сто-о-о-олько шизодичи, что если не почерпну что-нибудь практического полезного, то сам свихнусь.

 

[LogicS]

в последнее время на рмм сто-о-о-олько шизодичи

Например
Если не сложно

 

[drumwizard]

Например
Если не сложно

Несложно. Достаточно сходить в начало этой темы.

 

[belovw]

ReaSpect работает по такому же принципу, что и Specan32?

Судя по описанию, скорее да, чем нет.

стало интересно, в какие конкретно моменты в работе звукорежиссёра именно Specan32, или железный анализатор, с которого он сделан, будут лучше любых других анализаторов? И чем именно лучше?

Спойлер: В общем...

Так вопрос лучше не ставить. Каждый прибор нужен для своих целей. Про Specan32 ничего говорить не буду, он сделан грамотно сильным программистом. Но сам прибор мне не очень заходит. Мне больше по душе Digichek в режиме Totalizer. Собственно вдохновляясь им и был сделан Reaspect. По свое сути это практически одно и тоже - это взвешенный анализатор спектра. Принцип такой - сигнал пропускается через BandPass (у меня 4-ый порядок, у Лукина 6-ой) настроенного на одну из частот третьоктавника и измеряется его громкость. И так 31 раз. Его прелесть заключается в том, что он мгновенно реагирает на пики. Его особенность заключается в том, что если подать на него розовый шум, то он покажет его ровной линией. В то же время, если подать на него Sweep сигнал (развертку от 20 гц до 20кГц) то он покажет его амплитуду и на каждом третьоктавном индикаторе будет отображаться одно и тоже максимальное значение амплитуды.
FFT анализаторы показывают спектр использую быстрое преобразование Фурие. В подробности погружаться не буду, скажу лишь, что его особенность заключается в том, что он более точно покажет положение какой либо синусоиды, но цена этому более медленная реакция на сигнал, чем у взвешенного анализатора. И Sweep сигнал он отображает нелинейно

Слева "розовый" шум (сори, какой есть) и оба анализатора показывают плюс минус одинаково. Справа Sweep сигнал. Взвешенный показал по пикам одинаково, а FFT к сожалению нет. Можно конечно порыться в настройках, но глобально ровно не сделать.
Второй отличимый плюс Totalizera заключается в том что он индицирует сегментами выраженными одним светодиодом и каждый светик отвечает за 1 дБ. За счёт этой дискретности он более информативен. При анализе это очень удобно. Прелесть заключается в том, что если взвешенный анализатор показывает спектр ровной линией, то тональный баланс получится ровный. Плюс минус конечно по желанию исходя из вкусовых предпочтений. Если где-то что-то торчит, то взвешенный анализатор это покажет. Что показывает в данном аспекте FFT мне непонятно. Поэтому у меня взвешенный висит на мастере (в мониторном FX) и частенько спасает при замыленном ухе - взглянешь на него и сразу понятно что выпирает и провалено. А на FFT я делаю упор во время работы с каналами. Для хирургической работы он более уместен.
Есть FFT более "ровный", но он тоже страдает информативностью

 

[Вовик]

Чем он полезен именно вам?

Во первых, я всю сознательную жизнь в профессии работаю с железными Кларками, поэтому понимаю - что он показывает.
Во вторых, да простит меня Алексей за ненаучность, он «музыкален». Когда остальные «дергаются в конвульсиях», Кларк, как и его софтовая версия, показывает частотно-музыкальные изменения сигнала. Это сложно объяснить, совсем не похоже на Pro Q. Вообще по другому. И видна картина в целом, а не какие-то выпирающие резонансы или просто колебания кривой. При этом понятно, что и где происходит, где чего много, а где не хватает.

 

[buncker]

это давно было (разработка specan) но вроде ребята заморачивались с повторением баллистики поведения полос (на сколько быстро и с каким ускорением "падают" полоски итп) - а это огромная доля в восприятии, тем более когда привык.

 

[Вовик]

ребята заморачивались с повторением баллистики поведения полос

Да, именно так. Мне когда-то Андрей Субботин его рекомендовал и показывал на сколько похоже поведение плагина на железку. В итоге он сам чаще пользовался плагином, при наличии в рэке оригинального прибора.