ስፕሌተር ግንድ መለያየት መመሪያ

አጠቃላይ እይታ

It made high-quality stem separation fast, free, and accessible to anyone with a laptop.

ጥልቅ ዳይቭ

እ.ኤ.አ. በ2019 በሙዚቃ-ዥረት ኩባንያ ዲኤዘር የተለቀቀው ስፕሌተር የተደባለቀ ቀረጻን ወደ ነጠላ የመሳሪያ ግንድ ይለያል። በሦስት አስቀድሞ የሰለጠኑ አወቃቀሮችን ይላካል፡- ባለ2-ግንድ (ድምፆች እና አጃቢ)፣ 4-stem (ድምጾች፣ ከበሮ፣ ባስ፣ ሌላ) እና 5-stem (ፒያኖን ይጨምራል)። በመከለያው ስር ለእያንዳንዱ ምንጭ ለስላሳ ጭንብል በመተንበይ በድምጽ ስፔክትሮግራም ላይ የሚሰሩ የዩ-ኔት ኮንቮሉሽን ነርቭ ኔትወርኮችን ይጠቀማል። ጭምብሉን በዋናው ስፔክትሮግራም ማባዛትና ወደ ኦዲዮ መመለስ እያንዳንዱን ግንድ ያስገኛል። ስፕሌተርን ዝነኛ ያደረገው ፍጥነት ነው፡ በጂፒዩ ላይ ከእውነተኛ ሰዓት በ100 ጊዜ ያህል ድምጽን መለየት ይችላል። በዲጄዎች፣ ሪሚክስ ሰሪዎች፣ ትራንስሪበሮች እና ካራኦኬ ሰሪዎች በብዛት ጥቅም ላይ ይውላል፣ እና እንደ Demucs ያሉ ተፎካካሪ ሴፓራተሮችን አስነስቷል።

ቴክኒካዊ ግንዛቤ

ስፕሌተር በጊዜ ድግግሞሽ ጎራ ውስጥ ይሰራል። ኦዲዮ በአጭር ጊዜ ፎሪየር ትራንስፎርም (STFT) በኩል ወደ ትልቅ ስፔክትሮግራም ይቀየራል። ዩ-ኔት (ኢንኮደር-ዲኮደር ከዝላይ ግንኙነቶች ጋር) በእያንዳንዱ ምንጭ በ 0 እና 1 መካከል ለእያንዳንዱ የጊዜ ድግግሞሽ ማጠራቀሚያ ይማራል። ጭንብል የተደረገው ስፔክትሮግራም ከመጀመሪያው ድብልቅ ክፍል ጋር ይጣመራል፣ ከዚያም ተገላቢጦሽ STFT የሞገድ ቅርጹን እንደገና ይገነባል። ከጥሬ ኦዲዮ ይልቅ ለስላሳ ጭምብሎች ስለሚገመት፣ መፍሰስ እና እንደገና ጥቅም ላይ የዋለው ደረጃ ቅርሶችን ያስከትላል።

ስልታዊ ተጽእኖ

መድረስ እና መድረስ

በጽሑፍ፣ በትረካ እና በድምፅ በይነገጾች ተደራሽነትን ያሻሽላል።

ወጪ እና በጀት

የሚዲያ ቡድኖች በትንሽ በጀቶች የተጣራ ድምጽ በፍጥነት መላክ ይችላሉ።

ፍጥነት እና ልኬት

ከደንበኛ ጋር የሚገናኙ ስርዓቶች የንግግር ግንኙነቶችን በትልቁ ደረጃ ማካሄድ ይችላሉ።

የስፕሌተር ግንድ መለያየት የወደፊት ዕጣ

እንደ Demucs እና hybrid Transformer Separators ያሉ አዳዲስ የሞገድ ቅርጽ-ጎራ ሞዴሎች አሁን ስፕሌተርን በጥራት አሸንፈዋል፣ ጥርት ያሉ ጊዜያቶችን እና ጥቂት ቅርሶችን በማገገም ላይ። አዝማሚያው ከፍ ያለ የግንድ ቆጠራዎች (የግለሰብ ጊታሮችን ወይም የድጋፍ ድምፆችን መለየት)፣ በመሣሪያ ላይ በቅጽበት በ DAWs እና በስልኮች መለያየት፣ እና ለቅጽበታዊ ቅይጥ ወይም ተደራሽነት ወደ ዥረት መተግበሪያዎች መቀላቀል ነው። ስፕሌተር ራሱ ቀላል ክብደት ያለው፣ ነፃ እና ለመሮጥ ቀላል ስለሆነ ታዋቂ የመነሻ መስመር ሆኖ ይቆያል፣ ምንም እንኳን ምርምር ደረጃውን የጠበቀ እና የትውልድ አቀራረቦችን እንደሚገፋፋው።

የእውነተኛ-ዓለም አተገባበር

መሪ ድምጽን ከንግድ ዘፈን በማስወገድ ፈጣን የካራኦኬ ትራኮችን መፍጠር

ዲጄዎች እና ፕሮዲውሰሮች ድሪሚክስ እና ማሹፕን ለመገንባት ከበሮ ወይም ባስ ግንድ ለይተዋል።

የሙዚቃ ተማሪዎች ወደ ጽሑፍ ለመቅረጽ እና አብረው ለመለማመድ አንድ ነጠላ የመሳሪያ መስመር ያወጣሉ።

የጭቃ ድብልቆችን በመለየት እና እንደገና በማመጣጠን የቆዩ ቅጂዎችን ወደነበረበት መመለስ ወይም ማጽዳት

አደጋዎች እና የጥበቃ መንገዶች

ስምምነት ሲጠፋ የድምፅ አላግባብ መጠቀም እና የማስመሰል አደጋዎች ይጨምራሉ።

ትክክለኛነት በአነጋገር ዘዬዎች፣ ቀበሌኛዎች ወይም ጫጫታ አካባቢዎች ላይ ሊወድቅ ይችላል።

ሰራሽ ኦዲዮ ግልጽ ምልክት ሳይደረግበት ለትክክለኛ ንግግር ሊሳሳት ይችላል።

የትግበራ ፍኖተ ካርታ

ለድምጽ ቀረጻ፣ ክሎኒንግ እና እንደገና ጥቅም ላይ ለማዋል ግልጽ የሆነ ፈቃድ ያግኙ።

በተለያዩ የድምጽ ማጉያዎች እና የበስተጀርባ ሁኔታዎች ላይ ጥራትን ይሞክሩ።

አንድ ሰው መቼ ውጤቶችን መገምገም ወይም ማጽደቅ እንዳለበት ይግለጹ።

ሰው ሰራሽ ኦዲዮን ይሰይሙ እና ለተጠያቂነት የፕሮቨንስ መዝገቦችን ያስቀምጡ።

ማሰስዎን ይቀጥሉ

ድምጽ AI

የንግግር ስርዓቶች ቋንቋን እንዴት እንደሚያውቁ እና እንደሚያመነጩ ይወቁ።

መመሪያ ያንብቡ

AI ሙዚቃ

ዘመናዊ የሙዚቃ-ትውልድ መሳሪያዎችን እና ገደቦችን ይረዱ።

መመሪያ ያንብቡ

Free newsletter

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Spleeter Stem Separation quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ጥያቄ ጀምር

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

ቀጣይ መመሪያ

Conv-TasNet የጊዜ-ጎራ መለያየት

ቀጣዩን መመሪያ ያንብቡ ሁሉንም ጥያቄዎች ያስሱ

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

What is Spleeter Stem Separation?

ስፕሌተር ጥልቅ ትምህርትን በመጠቀም የተጠናቀቀን ዘፈን ወደ ተለያዩ ትራኮች (ድምፆች፣ ከበሮ፣ ባስ እና ሌሎችም) የሚከፍል ከDeezer የመጣ የክፍት ምንጭ መሳሪያ ነው። ከፍተኛ ጥራት ያለው ግንድ መለያየትን ፈጣን፣ ነፃ እና ላፕቶፕ ላለው ለማንኛውም ሰው ተደራሽ አድርጓል።

ስፕሌተርን መጀመሪያ የለቀቀው የትኛው ኩባንያ ነው?

ስፕሌተር እንደ ክፍት ምንጭ በ2019 በዴዘር የፈረንሳይ የሙዚቃ ዥረት ኩባንያ ተለቋል።

የስፕሌተር ባለ 4-ግንድ ሞዴል ኦዲዮን በምን ይለያል?

ባለ 4-ግንድ ውቅር ድምጾች፣ ከበሮ፣ ባስ እና 'ሌላ' ግንድ ለሁሉም ነገር ያስወጣል።

ስፕሌተር ምን ዓይነት የነርቭ ኔትወርክ አርክቴክቸር ይጠቀማል?

ስፕሌተር በድምጽ ስፔክትሮግራም ላይ ጭምብሎችን የሚተነብዩ የ U-Net convolutional አውታረ መረቦችን ይጠቀማል።

ስፕሌተር ከድብልቅ አንድ ነጠላ ምንጭ እንዴት ያወጣል?

አውታረ መረቡ በድብልቅ ስፔክትሮግራም የሚባዛ የየምንጭ ጭንብል (እሴቶች 0 እስከ 1) ይተነብያል።

ስፕሌተር ታዋቂ እንዲሆን ያደረገው ቁልፍ ተግባራዊ ጠቀሜታ የትኛው ነው?

ስፕሌተር ኦዲዮን በጂፒዩ ላይ በ100x አካባቢ በፍጥነት መለየት ይችላል፣ ይህም ፈጣን እና ተደራሽ ያደርገዋል።