ΕπόμενοΕπόμενος οδηγός
Διαχωρισμός πηγών μουσικής Demucs
Ήχος AI
ΟΔΗΓΟΣ Audio AI
Ο διαχωρισμός της πηγής μουσικής εκτιμά τα κομμάτια ή τα στελέχη των στοιχείων από μια μικτή εγγραφή.
Ακούστε αυτόν τον οδηγόαφήγηση με AI · ~2 min
Ένα σύστημα μπορεί να διαχωρίζει φωνητικά, ντραμς, μπάσο και άλλη συνοδεία. Το αποτέλεσμα είναι μια εκτίμηση επικαλυπτόμενων σημάτων και μπορεί να περιέχει διαρροή, λεπτομέρειες που λείπουν ή ηχητικά τεχνουργήματα.
Καθορίστε τις κατηγορίες πηγών που υποστηρίζει το μοντέλο. Ένα μοντέλο που είναι εκπαιδευμένο για μερικά μεγάλα στελέχη μπορεί να μην απομονώνει κάθε όργανο ξεχωριστά. Οι στενά επικαλυπτόμενοι ήχοι και τα εφέ μπορούν να κάνουν τον διαχωρισμό διφορούμενο, ακόμη και όταν ο ακροατής αντιλαμβάνεται έναν σαφή μουσικό ρόλο. Αξιολογήστε κάθε στέλεχος τόσο μόνο του όσο και στο προβλεπόμενο μείγμα. Η διαρροή από άλλο όργανο μπορεί να είναι προφανής μεμονωμένα αλλά λιγότερο σημαντική για μια συγκεκριμένη επεξεργασία. τα τεχνουργήματα μπορούν να γίνουν πιο αισθητά μετά από ενίσχυση ή περαιτέρω επεξεργασία. Οι αντικειμενικές μετρήσεις μπορούν να υποστηρίξουν τη σύγκριση όταν υπάρχουν διαθέσιμα στελέχη αναφοράς, αλλά η ακρόαση παραμένει σημαντική για δημιουργική χρήση. Διατηρήστε το ίδιο υλικό πηγής, τη μορφή εξαγωγής και τις ρυθμίσεις επεξεργασίας κατά τη σύγκριση μοντέλων. Καταγράψτε το συγκεκριμένο σημείο ελέγχου γιατί διαφορετικές εκδόσεις μπορεί να συμπεριφέρονται διαφορετικά. Ο διαχωρισμός πηγής δεν αλλάζει τα δικαιώματα στην αρχική ηχογράφηση ή σύνθεση. Λάβετε τα απαραίτητα δικαιώματα για αναμίξη, αναδιανομή ή δημοσίευση. Διατηρήστε το αρχικό αρχείο και την επεξεργασία του εγγράφου, ώστε μια επεξεργασία να μπορεί να αναπαραχθεί ή να αναθεωρηθεί.
04Δουλευμένο παράδειγμα
Φανταστείτε να απομονώνετε τα φωνητικά από μια επιτρεπόμενη ηχογράφηση για να δημιουργήσετε μια άσκηση εκμάθησης προφορικής γλώσσας.
Ακούστε για σύμφωνα που λείπουν, υπολειμματικά όργανα και αντικείμενα που θα μπορούσαν να κρύψουν την προφορά.
Συγκρίνετε με το πρωτότυπο και αποφασίστε εάν το διαχωρισμένο αποτέλεσμα είναι κατάλληλο για εκπαιδευτικό σκοπό αντί να υποθέσετε ότι η απομόνωση σημαίνει πιστότητα.
Αυτό που δείχνει
Το υποθετικό παράδειγμα αξιολογεί την κατάντη χρήση ενός στελέχους, όχι μόνο τον φαινομενικό διαχωρισμό του.
Επιθεωρήστε ένα εξουσιοδοτημένο φωνητικό στέλεχος για διαρροή συνοδείας πριν από την επεξεργασία.
Συγκρίνετε τις εξόδους διαχωρισμού στην ίδια εγγραφή και τελική μίξη.
Δωρεάν ενημερωτικό δελτίο
Τρία επαληθευμένα νέα AI κάθε πρωί της εβδομάδας, γραμμένα σε απλή αγγλική. Δωρεάν για πάντα, χωρίς διαφημίσεις.
Ένα email κάθε εργάσιμη ημέρα. Κατάργηση συνδρομής με ένα κλικ. Δεν πουλάμε ή μοιραζόμαστε ποτέ τη διεύθυνσή σας.
Δοκιμάστε τον εαυτό σας
Άμεση ανάδραση σε κάθε απάντηση, και πιστοποιητικό με επαληθεύσιμο ID μόλις περάσετε το μάθημα.
Υποστηρίξτε τη δωρεάν εκπαίδευση AI. AI Understanding είναι μια μη κερδοσκοπική οργάνωση 501(c)(3) — χωρίς διαφημίσεις, χωρίς τοίχο πληρωμής, ποτέ. Κάντε μια δωρεά
Όχι αξιόπιστα από την υπόθεση. Εκτιμά πηγές από ένα μείγμα και μπορεί να εισάγει τεχνουργήματα ή να χάσει πληροφορίες.
Συνέχισε να μαθαίνεις
Επιλέχθηκαν περισσότεροι οδηγοί για αυτό το θέμα
ΕπόμενοΕπόμενος οδηγός
Διαχωρισμός πηγών μουσικής Demucs
Ήχος AI