تقدير الملعب كريب
CREPE هو نموذج للتعلم العميق يقوم بتقدير التردد الأساسي (درجة الصوت) للإشارة الصوتية أحادية الصوت مباشرة من شكل موجتها الخام.
نظرة عامة
It set a new accuracy standard for pitch tracking, especially on noisy or difficult recordings.
الغوص العميق
يتنبأ CREPE (التمثيل التلافيفي لتقدير طبقة الصوت)، الذي تم تقديمه في عام 2018 بواسطة Kim وSalamon وLi وBello، بنغمة الصوت ذات النغمة الواحدة (أحادية الصوت) مثل الصوت المغنى أو الآلة المنفردة. على عكس الخوارزميات الكلاسيكية مثل YIN أو pYIN التي تعتمد على الارتباط التلقائي للإشارة، فإن CREPE عبارة عن شبكة عصبية تلافيفية عميقة يتم تدريبها مباشرة على إطارات الصوت في المجال الزمني. إنها تؤطر تقدير طبقة الصوت باعتبارها مشكلة تصنيف: فهي تنتج توزيعًا احتماليًا لأكثر من 360 صندوقًا من صناديق الملعب تمتد تقريبًا ستة أوكتافات، كل منها 20 سنتًا. تعطي السلة ذات أعلى مستوى من التنشيط، والمكررة بمتوسط مرجح محلي، التكرار المقدر بالإضافة إلى درجة الثقة. أثبت CREPE أنه أكثر قوة بشكل ملحوظ من طرق معالجة الإشارات، خاصة في ظل الضوضاء، وهو الآن مكون قياسي في العديد من مسارات تحليل الموسيقى والكلام.
البصيرة الفنية
يأخذ CREPE إطارًا صوتيًا مكونًا من 1024 عينة ويمرره عبر ست طبقات تلافيفية مكدسة، وينتهي بطبقة إخراج مكونة من 360 وحدة مع عمليات التنشيط السيني. تتوافق كل وحدة مع صندوق الملعب المتباعد بمقدار 20 سنتًا عبر ستة أوكتافات تقريبًا. يتم تدريب الشبكة باستخدام الإنتروبيا الثنائية ضد هدف ضبابي غاوسي متمركز على طبقة الصوت الحقيقية. عند الاستدلال، يكون التردد المتوقع هو المتوسط المرجح المحلي للتنشيطات حول حاوية الذروة، ويكون ارتفاع الذروة بمثابة قيمة ثقة.
التأثير الاستراتيجي
الوصول والوصول
يعمل على تحسين إمكانية الوصول من خلال واجهات النسخ والسرد والصوت.
التكلفة والميزانية
يمكن للفرق الإعلامية شحن الصوت المصقول بشكل أسرع بميزانيات أصغر.
السرعة والحجم
يمكن للأنظمة التي تواجه العملاء معالجة التفاعلات المنطوقة على نطاق أوسع.
مستقبل تقدير عرض CREPE
يتجه تقدير طبقة الصوت نحو النماذج المشتركة التي تتعامل مع تعدد الأصوات (ملاحظات متعددة متزامنة)، وزمن الوصول الأقل للضبط في الوقت الفعلي والتناغم التلقائي، والشبكات المقطرة الأصغر التي تعمل على الهواتف والأجهزة المدمجة. يتم تغذية مخرجات الثقة الخاصة بـ CREPE بشكل متزايد في المهام النهائية مثل النسخ التلقائي والتصحيح الصوتي وتحليل الأداء التعبيري. من المرجح أن تؤدي أساليب الإشراف الذاتي والمهام المتعددة التي تتعلم درجة الصوت جنبًا إلى جنب مع الجرس والتعبير إلى زيادة دقة نمط CREPE إلى ما هو أبعد من الصوت الأحادي النظيف.
التنفيذ في العالم الحقيقي
تتبع طبقة المغني للحصول على تعليقات ضبط في الوقت الفعلي في تطبيقات التدريب الصوتي
قيادة أدوات الضبط التلقائي وتصحيح درجة الصوت باستخدام منحنيات التردد الأساسي الدقيقة
نسخ ألحان الآلة المنفردة إلى MIDI أو النوتة الموسيقية
تحليل التجويد والاهتزاز في تعليم الموسيقى وأبحاث الأداء
المخاطر والدرابزين
تزداد مخاطر إساءة استخدام الصوت وانتحال الشخصية عند فقدان الموافقة.
يمكن أن تنخفض الدقة عبر اللهجات أو اللهجات أو البيئات الصاخبة.
يمكن الخلط بين الصوت الاصطناعي والكلام الأصيل دون تصنيف واضح.
خارطة طريق التنفيذ
الحصول على موافقة صريحة لالتقاط الصوت واستنساخه وإعادة استخدامه.
اختبار الجودة عبر مكبرات الصوت المتنوعة وظروف الخلفية.
تحديد متى يجب على الإنسان مراجعة المخرجات أو الموافقة عليها.
قم بتسمية الصوت الاصطناعي واحتفظ بسجلات المصدر للمساءلة.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
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 CREPE Pitch Estimation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
FastPitch Pitch-Controlled TTS
الأسئلة المتداولة
What is CREPE Pitch Estimation?
CREPE هو نموذج للتعلم العميق يقوم بتقدير التردد الأساسي (درجة الصوت) للإشارة الصوتية أحادية الصوت مباشرة من شكل موجتها الخام. لقد وضعت معيارًا جديدًا للدقة لتتبع درجة الصوت، خاصة في التسجيلات الصاخبة أو الصعبة.
ماذا يقدر CREPE من الإشارة الصوتية؟
يتنبأ CREPE بالتردد الأساسي، أي درجة الصوت المدركة للصوت الأحادي.
تم تصميم CREPE في المقام الأول لأي نوع من الصوت؟
يقوم CREPE بتقدير درجة الصوت للإشارات أحادية الصوت مثل صوت واحد أو أداة منفردة.
كيف يقوم CREPE بتأطير مهمة تقدير درجة الصوت داخليًا؟
يقوم CREPE بإخراج توزيع احتمالي على 360 صندوق عرض، مع التعامل مع التقدير كتصنيف.
ما الذي يأخذه CREPE كمدخل مباشر له؟
على عكس الأساليب المعتمدة على الطيف، يعمل CREPE على إطارات موجية خام من خلال طبقات تلافيفية.
ما هي المسافة التقريبية بين صناديق الملعب الخاصة بـ CREPE؟
يستخدم CREPE 360 صندوقًا متباعدة بمقدار 20 سنتًا، مما يوفر دقة نصف نغمة عبر حوالي ستة أوكتافات.