Separação de Fontes Sonoras com NMF

Trabalho de Álgebra Linear Computacional. Sistema que separa fontes sonoras misturadas em um áudio usando Fatoração de Matrizes Não-Negativas (NMF).

Dado um áudio com várias fontes (ex.: baixo + harmonia + melodia), o sistema fatora o espectrograma V ≈ W·H (com W, H ≥ 0) e reconstrói cada fonte separadamente.

Estrutura

ALC/
├── README.md
├── requirements.txt
├── src/
│   ├── nmf.py         # algoritmo NMF (regras multiplicativas) + validação
│   ├── audio.py       # STFT, espectrograma e reconstrução (ISTFT)
│   └── caso_teste.py  # demonstração: gera o áudio, separa e mede SDR
├── data/audios/caso_teste/   # mistura + stems (gabarito)
└── results/
    ├── graficos/             # convergencia_nmf.png + caso_teste/ (espectrogramas)
    └── audio_separado/       # caso_teste/ (fontes separadas .wav)

Instalação (uma vez)

pip install -r requirements.txt

Como rodar

1. Validar o algoritmo NMF (testes sintéticos + gráfico de convergência + comparação com sklearn):

python3 src/nmf.py

2. Rodar a demonstração (sintetiza o áudio, separa as 3 vozes e mede a qualidade com SDR/SIR/SAR):

python3 src/caso_teste.py

Resultado esperado: SDR médio ~24 dB (separação boa).

Ouvir os resultados:

open data/audios/caso_teste/mistura.wav              # a mistura (3 vozes juntas)
open results/audio_separado/caso_teste/fonte_1.wav   # uma fonte separada

Como funciona (resumo)

áudio → STFT → espectrograma V → NMF (V≈W·H) → máscaras de Wiener → ISTFT → fontes

• W = timbre de cada fonte (quais frequências);
• H = ativação de cada fonte (quando toca);
• S = número de fontes. A separação é melhor quando S ≈ nº de padrões espectrais do áudio.