स्प्लिटर स्टेम पृथक्करण
स्प्लीटर डीज़र का एक ओपन-सोर्स टूल है जो गहन शिक्षण का उपयोग करके एक तैयार गीत को अलग-अलग ट्रैक (स्वर, ड्रम, बास और अधिक) में विभाजित करता है।
सिंहावलोकन
इसने उच्च गुणवत्ता वाले स्टेम पृथक्करण को तेज, मुफ्त और लैपटॉप वाले किसी भी व्यक्ति के लिए सुलभ बना दिया।
गहरा गोता
म्यूज़िक-स्ट्रीमिंग कंपनी डीज़र द्वारा 2019 में रिलीज़ किया गया स्प्लिटर, मिश्रित रिकॉर्डिंग को अलग-अलग इंस्ट्रूमेंट स्टेम में अलग करता है। यह तीन पूर्व-प्रशिक्षित कॉन्फ़िगरेशन में आता है: 2-स्टेम (वोकल्स प्लस संगत), 4-स्टेम (वोकल्स, ड्रम, बास, अन्य), और 5-स्टेम (जो पियानो जोड़ता है)। हुड के तहत यह यू-नेट कन्वेन्शनल न्यूरल नेटवर्क का उपयोग करता है जो ऑडियो के स्पेक्ट्रोग्राम पर काम करता है, प्रत्येक स्रोत के लिए एक सॉफ्ट मास्क की भविष्यवाणी करता है। मास्क को मूल स्पेक्ट्रोग्राम से गुणा करने और वापस ऑडियो में बदलने से प्रत्येक स्टेम प्राप्त होता है। स्प्लीटर को जिस चीज ने प्रसिद्ध बनाया वह थी गति: यह जीपीयू पर वास्तविक समय की तुलना में लगभग 100 गुना तेजी से ऑडियो को अलग कर सकता है। इसका व्यापक रूप से डीजे, रीमिक्सर, ट्रांसक्राइबर और कराओके निर्माताओं द्वारा उपयोग किया जाता है, और इसने डेमुक्स जैसे प्रतिस्पर्धी विभाजकों की एक लहर को जन्म दिया।
तकनीकी अंतर्दृष्टि
स्प्लीटर समय-आवृत्ति डोमेन में काम करता है। शॉर्ट-टाइम फूरियर ट्रांसफॉर्म (एसटीएफटी) के माध्यम से ऑडियो को परिमाण स्पेक्ट्रोग्राम में परिवर्तित किया जाता है। एक यू-नेट (स्किप कनेक्शन के साथ एनकोडर-डिकोडर) प्रति स्रोत, प्रत्येक समय-आवृत्ति बिन के लिए 0 और 1 के बीच एक मास्क सीखता है। नकाबपोश स्पेक्ट्रोग्राम को मूल मिश्रण के चरण के साथ पुनः संयोजित किया जाता है, फिर एक उलटा एसटीएफटी तरंगरूप का पुनर्निर्माण करता है। क्योंकि यह कच्चे ऑडियो, रिसाव और पुन: उपयोग किए गए चरण के कारण कलाकृतियों के बजाय नरम मास्क का अनुमान लगाता है।
सामरिक प्रभाव
पहुंच और पहुंच
यह प्रतिलेखन, कथन और ध्वनि इंटरफेस के माध्यम से पहुंच में सुधार करता है।
लागत और बजट
मीडिया टीमें छोटे बजट में बेहतर ऑडियो तेजी से भेज सकती हैं।
गति और पैमाना
ग्राहक-सामना करने वाली प्रणालियाँ बड़े पैमाने पर बोली जाने वाली बातचीत को संसाधित कर सकती हैं।
स्प्लिटर स्टेम पृथक्करण का भविष्य
नए वेवफॉर्म-डोमेन मॉडल जैसे डेम्यूक्स और हाइब्रिड ट्रांसफॉर्मर सेपरेटर अब गुणवत्ता के मामले में स्प्लीटर को मात देते हैं, क्रिस्पर ट्रांजिएंट और कम कलाकृतियों को पुनर्प्राप्त करते हैं। प्रवृत्ति उच्च स्टेम गिनती (व्यक्तिगत गिटार या बैकिंग वोकल्स को अलग करना), डीएडब्ल्यू और फोन में वास्तविक समय पर डिवाइस पृथक्करण, और तत्काल रीमिक्सिंग या एक्सेसिबिलिटी के लिए स्ट्रीमिंग ऐप्स में एकीकरण की ओर है। स्प्लिटर अपने आप में एक लोकप्रिय आधार रेखा बनी हुई है क्योंकि यह हल्का, मुफ़्त और चलाने में आसान है, भले ही अनुसंधान चरण-जागरूक और जेनरेटिव दृष्टिकोण को आगे बढ़ाता है।
वास्तविक विश्व कार्यान्वयन
किसी व्यावसायिक गीत से मुख्य गायन को हटाकर तत्काल कराओके ट्रैक बनाना
डीजे और निर्माता रीमिक्स और मैशअप बनाने के लिए ड्रम या बास स्टेम को अलग कर रहे हैं
संगीत के छात्र लिपिबद्ध करने और साथ में अभ्यास करने के लिए एक ही वाद्य यंत्र की पंक्ति निकाल रहे हैं
गंदे मिश्रणों को अलग करके और पुनः संतुलित करके पुरानी रिकॉर्डिंग को पुनर्स्थापित करना या साफ़ करना
जोखिम और रेलिंग
सहमति के अभाव में आवाज के दुरुपयोग और प्रतिरूपण के जोखिम बढ़ जाते हैं।
उच्चारण, बोलियों या शोर भरे वातावरण में सटीकता कम हो सकती है।
स्पष्ट लेबलिंग के बिना सिंथेटिक ऑडियो को प्रामाणिक भाषण समझने की भूल की जा सकती है।
कार्यान्वयन रोडमैप
वॉयस कैप्चर, क्लोनिंग और पुन: उपयोग के लिए स्पष्ट सहमति प्राप्त करें।
विभिन्न वक्ताओं और पृष्ठभूमि स्थितियों में गुणवत्ता का परीक्षण करें।
परिभाषित करें कि किसी इंसान को आउटपुट की समीक्षा या अनुमोदन कब करना चाहिए।
जवाबदेही के लिए सिंथेटिक ऑडियो को लेबल करें और उद्गम रिकॉर्ड रखें।
अन्वेषण करते रहें
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 Spleeter Stem Separation 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
अगली गाइड
रूपांतरण-टासनेट समय-डोमेन पृथक्करण
अक्सर पूछे जाने वाले प्रश्नों
स्प्लिटर स्टेम पृथक्करण क्या है?
स्प्लीटर डीज़र का एक ओपन-सोर्स टूल है जो गहन शिक्षण का उपयोग करके एक तैयार गीत को अलग-अलग ट्रैक (स्वर, ड्रम, बास और अधिक) में विभाजित करता है। इसने उच्च गुणवत्ता वाले स्टेम पृथक्करण को तेज, मुफ्त और लैपटॉप वाले किसी भी व्यक्ति के लिए सुलभ बना दिया।
मूल रूप से स्प्लिटर किस कंपनी ने जारी किया?
स्प्लिटर को फ्रांसीसी संगीत-स्ट्रीमिंग कंपनी डीज़र द्वारा 2019 में ओपन सोर्स के रूप में जारी किया गया था।
स्प्लीटर का 4-स्टेम मॉडल ऑडियो को किसमें अलग करता है?
4-स्टेम कॉन्फ़िगरेशन स्वर, ड्रम, बास और बाकी सभी चीज़ों के लिए एक 'अन्य' स्टेम आउटपुट करता है।
स्प्लीटर किस तंत्रिका नेटवर्क आर्किटेक्चर का उपयोग करता है?
स्प्लीटर यू-नेट कनवल्शनल नेटवर्क का उपयोग करता है जो ऑडियो के स्पेक्ट्रोग्राम पर मास्क की भविष्यवाणी करता है।
स्प्लीटर वास्तव में मिश्रण से एकल स्रोत कैसे निकालता है?
नेटवर्क एक प्रति-स्रोत मास्क (मान 0 से 1) की भविष्यवाणी करता है जिसे मिश्रण स्पेक्ट्रोग्राम से गुणा किया जाता है।
वह कौन सा प्रमुख व्यावहारिक लाभ है जिसने स्प्लिटर को लोकप्रिय बनाया?
स्प्लीटर जीपीयू पर वास्तविक समय की तुलना में लगभग 100 गुना तेजी से ऑडियो को अलग कर सकता है, जिससे यह तेज और सुलभ हो जाता है।