คู่มือเสียง AI

การแยกทางดนตรี

การแยกแหล่งที่มาของเพลงจะประมาณแทร็กคอมโพเนนต์หรือต้นกำเนิดจากการบันทึกแบบผสม

ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min

บนหน้านี้อ่าน 2 นาที
  1. ภาพรวม
  2. ประเด็นสำคัญ
  3. เจาะลึก
  4. ฟังในบริบทที่ตั้งใจไว้
  5. การใช้งานจริงในโลกแห่งความเป็นจริง
  6. การนำไปปฏิบัติ
  7. ที่มาและอ่านเพิ่มเติม
  8. สำรวจต่อไป
  9. คำถามที่พบบ่อย

ภาพรวม

ระบบอาจแยกเสียงร้อง กลอง เบส และดนตรีประกอบอื่นๆ ผลลัพธ์คือการประมาณของสัญญาณที่ทับซ้อนกัน และอาจมีการรั่วไหล รายละเอียดที่ขาดหายไป หรือมีข้อผิดพลาดที่ได้ยินได้

ประเด็นสำคัญ

  1. ตรวจสอบหมวดหมู่แหล่งที่มาที่รองรับ
  2. ประเมินสิ่งประดิษฐ์ในบริบท
  3. รักษาสิทธิ์และการบันทึกต้นฉบับ

เจาะลึก

กำหนดหมวดหมู่แหล่งที่มาที่โมเดลรองรับ แบบจำลองที่ได้รับการฝึกสำหรับก้านกว้างสองสามอันอาจไม่สามารถแยกเครื่องดนตรีแต่ละชิ้นแยกกันได้ เสียงและเอฟเฟกต์ที่ทับซ้อนกันอย่างใกล้ชิดอาจทำให้การแยกเสียงคลุมเครือ แม้ว่าผู้ฟังจะรับรู้ถึงบทบาททางดนตรีที่ชัดเจนก็ตาม ประเมินแต่ละก้านทั้งเดี่ยวๆ และในส่วนผสมที่ต้องการ การรั่วไหลจากเครื่องมืออื่นอาจชัดเจนโดยแยกจากกัน แต่มีความสำคัญน้อยกว่าสำหรับการแก้ไขเฉพาะ สิ่งประดิษฐ์สามารถสังเกตเห็นได้ชัดเจนมากขึ้นหลังจากการขยายเสียงหรือการประมวลผลเพิ่มเติม ตัวชี้วัดเชิงวัตถุประสงค์สามารถรองรับการเปรียบเทียบเมื่อมีต้นกำเนิดข้อมูลอ้างอิง แต่การฟังยังคงมีความสำคัญต่อการใช้งานอย่างสร้างสรรค์ ใช้แหล่งข้อมูล รูปแบบการส่งออก และการตั้งค่าการประมวลผลเดียวกันเมื่อเปรียบเทียบโมเดล บันทึกจุดตรวจสอบเฉพาะเนื่องจากเวอร์ชันที่แตกต่างกันสามารถทำงานแตกต่างกันได้ การแยกแหล่งที่มาจะไม่เปลี่ยนแปลงสิทธิ์ในการบันทึกหรือการเรียบเรียงต้นฉบับ รับสิทธิ์ที่จำเป็นสำหรับการรีมิกซ์ แจกจ่ายซ้ำ หรือการเผยแพร่ รักษาไฟล์ต้นฉบับและการประมวลผลเอกสารเพื่อให้สามารถทำซ้ำหรือแก้ไขการแก้ไขได้

04ตัวอย่างการทำงาน

ฟังในบริบทที่ตั้งใจไว้

  1. ลองนึกภาพการแยกเสียงร้องออกจากการบันทึกที่ได้รับอนุญาตเพื่อสร้างแบบฝึกหัดการเรียนรู้ภาษาพูด

  2. ฟังเสียงพยัญชนะที่หายไป เครื่องดนตรีที่เหลืออยู่ และสิ่งประดิษฐ์ที่อาจบดบังการออกเสียง

  3. เปรียบเทียบกับต้นฉบับและตัดสินใจว่าผลลัพธ์ที่แยกออกมานั้นเหมาะสมกับวัตถุประสงค์ทางการศึกษาหรือไม่ แทนที่จะคิดว่าการแยกออกจากกันหมายถึงความซื่อสัตย์

มันแสดงให้เห็นอะไร

ตัวอย่างสมมุติฐานจะประเมินการใช้ลำต้นขั้นปลายน้ำ ไม่ใช่แค่การแยกออกจากกันอย่างชัดเจน

การใช้งานจริงในโลกแห่งความเป็นจริง

ตรวจสอบก้านเสียงที่ได้รับอนุญาตว่ามีการรั่วไหลของเสียงประกอบก่อนทำการแก้ไข

เปรียบเทียบเอาต์พุตการแยกในการบันทึกเดียวกันและมิกซ์สุดท้าย

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • เข้าถึงและเข้าถึง. ปรับปรุงการเข้าถึงผ่านการถอดเสียง คำบรรยาย และอินเทอร์เฟซเสียง
  • ต้นทุนและงบประมาณ. ทีมสื่อสามารถจัดส่งเสียงที่สวยงามได้รวดเร็วยิ่งขึ้นด้วยงบประมาณที่น้อยลง
  • ความเร็วและขนาด. ระบบที่ติดต่อกับลูกค้าสามารถประมวลผลการโต้ตอบด้วยเสียงในขนาดที่ใหญ่ขึ้น

ระวัง

  • การใช้เสียงในทางที่ผิดและการแอบอ้างบุคคลอื่นมีความเสี่ยงเพิ่มขึ้นเมื่อขาดความยินยอม
  • ความแม่นยำอาจลดลงตามสำเนียง ภาษาถิ่น หรือสภาพแวดล้อมที่มีเสียงดัง
  • เสียงสังเคราะห์อาจถูกเข้าใจผิดว่าเป็นเสียงพูดที่แท้จริงโดยไม่มีการกำกับที่ชัดเจน

ขั้นตอนต่อไป

  1. ได้รับความยินยอมอย่างชัดแจ้งสำหรับการจับเสียง การโคลน และการใช้ซ้ำ
  2. ทดสอบคุณภาพกับลำโพงและสภาพพื้นหลังที่หลากหลาย
  3. กำหนดเวลาที่มนุษย์จะต้องตรวจสอบหรืออนุมัติผลลัพธ์
  4. ติดป้ายกำกับเสียงสังเคราะห์และเก็บบันทึกที่มาเพื่อความรับผิดชอบ

ที่มาและอ่านเพิ่มเติม

  1. Meta research archiveการดำเนินการวิจัยและข้อจำกัดของ Demucs

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the Music Separation quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

การแยกสามารถกู้คืนต้นกำเนิดสตูดิโอดั้งเดิมได้หรือไม่?

ไม่น่าเชื่อถือตามสมมติฐาน โดยจะประมาณแหล่งที่มาจากส่วนผสมและอาจก่อให้เกิดสิ่งประดิษฐ์หรือสูญเสียข้อมูลได้

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →