Unukuzi wa Muziki Otomatiki
Unukuzi wa Muziki Kiotomatiki (AMT) hubadilisha rekodi ghafi ya sauti ya muziki kuwa nukuu ya mfano kama vile muziki wa laha, MIDI, au safu ya kinanda.
Muhtasari
It tackles one of the hardest problems in audio AI: untangling many overlapping notes played at once.
Dive ya kina
Mifumo ya AMT husikiliza muundo wa wimbi la sauti na towe ambalo noti huchezwa, zinapoanza, zinadumu kwa muda gani, na wakati mwingine ni ala gani inayozicheza. Changamoto kuu ni polifonia: wakati madokezo kadhaa yanaposikika kwa wakati mmoja, sauti zao za sauti hupishana na kutia ukungu pamoja katika wigo wa masafa, kwa hivyo C na G moja inaweza kuwa vigumu kutenganisha kutoka kwa noti moja kubwa zaidi. Mifumo ya kisasa hubadilisha sauti kuwa kiwakilishi cha masafa ya saa kama vile mel-spectrogram au Constant-Q Transform, kisha hutumia mitandao ya kina ya neva kutabiri mwanzo wa madokezo, marekebisho na sauti. Muundo wa Google wa Mwanzo na Fremu ulikuwa alama muhimu kwa unukuzi wa piano, huku miundo mpya ya kibadilishaji transfoma kama MT3 ikinukuu ala nyingi kwa wakati mmoja.
Ufahamu wa Kiufundi
Maarifa muhimu ni kutenganisha utambuzi wa mwanzo kutoka kwa utambuzi wa kiwango cha fremu. Miundo kama vile Mwanzo na Fremu hutumia kichwa kimoja cha mtandao kutambua wakati mahususi ambapo dokezo linapoanza (tukio kali na la kusisimua) na jingine kufuatilia ni sauti zipi zinazosikika katika kila fremu. Utabiri wa mwanzo kisha lango matokeo ya fremu, na kupunguza kwa kiasi kikubwa noti potofu. Constant-Q Transform husaidia kwa sababu huweka nafasi ya mapipa ya masafa kwa mpangilio wa logarithm, kulingana na jinsi viunzi vya muziki vinavyowekwa kwa oktava tofauti.
Athari za kimkakati
Kufikia na kufikia
Huboresha ufikiaji kupitia manukuu, simulizi na violesura vya sauti.
Cost and budget
Timu za media zinaweza kusafirisha sauti iliyoboreshwa haraka na bajeti ndogo.
Kasi na kiwango
Mifumo inayowakabili wateja inaweza kuchakata mwingiliano wa mazungumzo kwa kiwango kikubwa.
Mustakabali wa Unukuzi wa Kiotomatiki wa Muziki
AMT inahama kutoka kwa piano ya pekee kuelekea unukuzi unaotegemewa wa ala nyingi na bendi kamili, ikijumuisha ngoma, sauti na mbinu za kueleza kama vile bend na vibrato. Usanifu wa transfoma uliofunzwa kwenye hifadhidata za syntetisk na zilizounganishwa zinafunga pengo. Tarajia muunganisho mkali zaidi kwa kutenganisha chanzo, unukuzi wa wakati halisi kwa utendakazi wa moja kwa moja, na zana zinazonasa muda mfupi na mienendo, si madokezo pekee. Lengo la muda mrefu ni mfumo unaogeuza rekodi yoyote kuwa alama zinazoweza kusomeka na binadamu.
Utekelezaji wa Ulimwengu Halisi
AnthemScore na programu zinazofanana zinazobadilisha rekodi za MP3 kuwa muziki wa laha unaoweza kuhaririwa kwa wanamuziki wanaojifunza nyimbo kwa sikio.
Utoaji wa MIDI kutoka kwa rekodi ya piano ili mtayarishaji aweze kutoa sauti tena au kukadiria utendaji katika DAW
Zana za elimu ya muziki zinazolinganisha madokezo ya mwanafunzi yaliyochezwa dhidi ya alama ili kuripoti makosa au maelezo yaliyokosa
Wanamuziki wakinakili rekodi za kihistoria au zilizoboreshwa (kama vile solo za jazba) kuwa nukuu kwa uchambuzi
Hatari & Walinzi
Hatari za matumizi mabaya ya sauti na uigaji huongezeka wakati kibali kinakosekana.
Usahihi unaweza kushuka katika lafudhi, lahaja au mazingira yenye kelele.
Sauti ya syntetisk inaweza kudhaniwa kimakosa kuwa usemi halisi bila kuweka lebo wazi.
Ramani ya Utekelezaji
Pata idhini ya moja kwa moja ya kunasa sauti, kuunda na kutumia tena.
Jaribu ubora kwenye spika na hali mbalimbali za usuli.
Bainisha wakati ni lazima binadamu akague au aidhinishe matokeo.
Weka lebo sauti ya sintetiki na uhifadhi rekodi za asili kwa uwajibikaji.
Endelea Kuchunguza
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 Automatic Music Transcription 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
Mwongozo unaofuata
Kizazi cha Muziki cha Alama
Maswali yanayoulizwa mara kwa mara
What is Automatic Music Transcription?
Unukuzi wa Muziki Kiotomatiki (AMT) hubadilisha rekodi ghafi ya sauti ya muziki kuwa nukuu ya mfano kama vile muziki wa laha, MIDI, au safu ya kinanda. Inashughulikia mojawapo ya matatizo magumu zaidi katika sauti ya AI: kubandua madokezo mengi yanayopishana yaliyochezwa mara moja.
Unukuzi wa Muziki Otomatiki hutoa nini hasa?
AMT hubadilisha rekodi ya sauti kuwa nukuu ya ishara kama vile MIDI, safu ya kinanda, au muziki wa laha unaoelezea madokezo yanayochezwa.
Kwa nini muziki wa aina nyingi ni mgumu sana kuuandika?
Vidokezo vingi vinaposikika mara moja sauti zao zinaingiliana, na hivyo kufanya iwe vigumu kutenganisha viunzi vya mtu binafsi vilivyopo.
Ni nini kilichojulikana kuhusu modeli ya Google ya Mwanzo na Fremu?
Mianzio na Fremu zilitumia kichwa kimoja kutambua mianzo sahihi ya dokezo na kingine kwa viunzi endelevu, huku mianzo ikipata matokeo ya fremu.
Kwa nini Constant-Q Transform ni muhimu kwa muziki?
Viigizo vya muziki vimepangwa kwa mpangilio wa logarithm (oktati mara mbili katika mzunguko), na mapipa ya CQT yaliyo na nafasi ya kumbukumbu yanajipanga na hili.
Je, 'mwanzo' unarejelea nini katika unukuzi?
Mwanzo ni wakati mkali na wa nguvu wakati dokezo linapoanza, ambalo ni rahisi kutafsiri kwa usahihi kuliko kudumisha kwake.