คู่มือเสียง AI
การแยกทางดนตรี
การแยกแหล่งที่มาของเพลงจะประมาณแทร็กคอมโพเนนต์หรือต้นกำเนิดจากการบันทึกแบบผสม
ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min
บนหน้านี้อ่าน 2 นาที
ภาพรวม
ระบบอาจแยกเสียงร้อง กลอง เบส และดนตรีประกอบอื่นๆ ผลลัพธ์คือการประมาณของสัญญาณที่ทับซ้อนกัน และอาจมีการรั่วไหล รายละเอียดที่ขาดหายไป หรือมีข้อผิดพลาดที่ได้ยินได้
ประเด็นสำคัญ
- ตรวจสอบหมวดหมู่แหล่งที่มาที่รองรับ
- ประเมินสิ่งประดิษฐ์ในบริบท
- รักษาสิทธิ์และการบันทึกต้นฉบับ
เจาะลึก
กำหนดหมวดหมู่แหล่งที่มาที่โมเดลรองรับ แบบจำลองที่ได้รับการฝึกสำหรับก้านกว้างสองสามอันอาจไม่สามารถแยกเครื่องดนตรีแต่ละชิ้นแยกกันได้ เสียงและเอฟเฟกต์ที่ทับซ้อนกันอย่างใกล้ชิดอาจทำให้การแยกเสียงคลุมเครือ แม้ว่าผู้ฟังจะรับรู้ถึงบทบาททางดนตรีที่ชัดเจนก็ตาม ประเมินแต่ละก้านทั้งเดี่ยวๆ และในส่วนผสมที่ต้องการ การรั่วไหลจากเครื่องมืออื่นอาจชัดเจนโดยแยกจากกัน แต่มีความสำคัญน้อยกว่าสำหรับการแก้ไขเฉพาะ สิ่งประดิษฐ์สามารถสังเกตเห็นได้ชัดเจนมากขึ้นหลังจากการขยายเสียงหรือการประมวลผลเพิ่มเติม ตัวชี้วัดเชิงวัตถุประสงค์สามารถรองรับการเปรียบเทียบเมื่อมีต้นกำเนิดข้อมูลอ้างอิง แต่การฟังยังคงมีความสำคัญต่อการใช้งานอย่างสร้างสรรค์ ใช้แหล่งข้อมูล รูปแบบการส่งออก และการตั้งค่าการประมวลผลเดียวกันเมื่อเปรียบเทียบโมเดล บันทึกจุดตรวจสอบเฉพาะเนื่องจากเวอร์ชันที่แตกต่างกันสามารถทำงานแตกต่างกันได้ การแยกแหล่งที่มาจะไม่เปลี่ยนแปลงสิทธิ์ในการบันทึกหรือการเรียบเรียงต้นฉบับ รับสิทธิ์ที่จำเป็นสำหรับการรีมิกซ์ แจกจ่ายซ้ำ หรือการเผยแพร่ รักษาไฟล์ต้นฉบับและการประมวลผลเอกสารเพื่อให้สามารถทำซ้ำหรือแก้ไขการแก้ไขได้
04ตัวอย่างการทำงาน
ฟังในบริบทที่ตั้งใจไว้
ลองนึกภาพการแยกเสียงร้องออกจากการบันทึกที่ได้รับอนุญาตเพื่อสร้างแบบฝึกหัดการเรียนรู้ภาษาพูด
ฟังเสียงพยัญชนะที่หายไป เครื่องดนตรีที่เหลืออยู่ และสิ่งประดิษฐ์ที่อาจบดบังการออกเสียง
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
- ได้รับความยินยอมอย่างชัดแจ้งสำหรับการจับเสียง การโคลน และการใช้ซ้ำ
- ทดสอบคุณภาพกับลำโพงและสภาพพื้นหลังที่หลากหลาย
- กำหนดเวลาที่มนุษย์จะต้องตรวจสอบหรืออนุมัติผลลัพธ์
- ติดป้ายกำกับเสียงสังเคราะห์และเก็บบันทึกที่มาเพื่อความรับผิดชอบ
ที่มาและอ่านเพิ่มเติม
- 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
สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค
คำถามที่พบบ่อย
การแยกสามารถกู้คืนต้นกำเนิดสตูดิโอดั้งเดิมได้หรือไม่?
ไม่น่าเชื่อถือตามสมมติฐาน โดยจะประมาณแหล่งที่มาจากส่วนผสมและอาจก่อให้เกิดสิ่งประดิษฐ์หรือสูญเสียข้อมูลได้
เรียนรู้ต่อไป
คำแนะนำที่เกี่ยวข้อง
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้