آڈیو AI گائیڈ

سپلیٹر اسٹیم سیپریشن

Spleeter Deezer کا ایک اوپن سورس ٹول ہے جو گہری سیکھنے کا استعمال کرتے ہوئے ایک تیار شدہ گانے کو الگ الگ ٹریکس (ووکلز، ڈرم، باس اور مزید) میں تقسیم کرتا ہے۔

2 منٹ پڑھیںآخری بار اپ ڈیٹ کیا گیا۔

جائزہ

It made high-quality stem separation fast, free, and accessible to anyone with a laptop.

گہرا غوطہ

2019 میں میوزک اسٹریمنگ کمپنی Deezer کے ذریعہ جاری کردہ Spleeter، ایک مخلوط ریکارڈنگ کو انفرادی آلے کے تنوں میں الگ کرتا ہے۔ یہ تین پہلے سے تربیت یافتہ کنفیگریشنز میں بھیجتا ہے: 2-سٹیم (صوتی پلس ساتھی)، 4-سٹیم (صوتی، ڈرم، باس، دیگر)، اور 5-سٹیم (جس میں پیانو شامل ہوتا ہے)۔ ہڈ کے نیچے یہ U-Net convolutional عصبی نیٹ ورکس کا استعمال کرتا ہے جو آڈیو کے اسپیکٹروگرام پر کام کرتے ہیں، ہر سورس کے لیے نرم ماسک کی پیش گوئی کرتے ہیں۔ اصل سپیکٹروگرام سے ماسک کو ضرب دینے اور آڈیو پر واپس پلٹنے سے ہر ایک تنا نکلتا ہے۔ جس چیز نے سپلیٹر کو مشہور کیا وہ رفتار تھی: یہ GPU پر حقیقی وقت سے تقریباً 100 گنا تیز آڈیو کو الگ کر سکتا ہے۔ یہ بڑے پیمانے پر DJs، remixers، transscribers، اور karaoke سازوں کے ذریعہ استعمال کیا جاتا ہے، اور اس نے Demucs جیسے مسابقتی علیحدگی کی لہر کو جنم دیا۔

تکنیکی بصیرت

سپلیٹر ٹائم فریکوئنسی ڈومین میں کام کرتا ہے۔ آڈیو کو شارٹ ٹائم فوئیر ٹرانسفارم (STFT) کے ذریعے ایک میگنیٹیوڈ سپیکٹروگرام میں تبدیل کیا جاتا ہے۔ U-Net (اسکپ کنکشن کے ساتھ انکوڈر-ڈیکوڈر) سیکھتا ہے، فی ماخذ، ہر ٹائم فریکوئنسی بن کے لیے 0 اور 1 کے درمیان ایک ماسک۔ نقاب پوش سپیکٹروگرام کو اصل مرکب کے مرحلے کے ساتھ دوبارہ ملایا جاتا ہے، پھر ایک الٹا STFT لہر کی شکل کو دوبارہ تشکیل دیتا ہے۔ کیونکہ یہ خام آڈیو کے بجائے نرم ماسک کا تخمینہ لگاتا ہے، لیکیج اور دوبارہ استعمال ہونے والے مرحلے کی وجہ سے نمونے ہوتے ہیں۔

اسٹریٹجک اثر

رسائی اور رسائی

یہ نقل، بیان اور صوتی انٹرفیس کے ذریعے رسائی کو بہتر بناتا ہے۔

لاگت اور بجٹ

میڈیا ٹیمیں چھوٹے بجٹ کے ساتھ پالش آڈیو کو تیزی سے بھیج سکتی ہیں۔

رفتار اور پیمانہ

کسٹمر کا سامنا کرنے والے نظام بڑے پیمانے پر بولی جانے والی بات چیت پر کارروائی کر سکتے ہیں۔

سپلیٹر اسٹیم علیحدگی کا مستقبل

نئے ویوفارم ڈومین ماڈلز جیسے ڈیمکس اور ہائبرڈ ٹرانسفارمر سیپریٹرز اب معیار پر Spleeter کو مات دیتے ہیں، کرسپر عارضی اور کم نمونے کی بازیافت کرتے ہیں۔ رجحان زیادہ اسٹیم کاؤنٹس (انفرادی گٹار یا بیکنگ آواز کو الگ کرنا)، DAWs اور فونز میں ریئل ٹائم آن ڈیوائس علیحدگی، اور فوری ریمکسنگ یا رسائی کے لیے اسٹریمنگ ایپس میں انضمام کی طرف ہے۔ Spleeter بذات خود ایک مقبول بیس لائن بنی ہوئی ہے کیونکہ یہ ہلکا پھلکا، مفت اور چلانے میں آسان ہے، یہاں تک کہ تحقیق مرحلے سے آگاہی اور تخلیقی نقطہ نظر کو آگے بڑھاتی ہے۔

حقیقی دنیا کا نفاذ

کمرشل گانے سے لیڈ ووکل کو ہٹا کر فوری کراوکی ٹریک بنانا

ڈی جے اور پروڈیوسر ریمکس اور میش اپ بنانے کے لیے ڈرم یا باس اسٹیم کو الگ کر رہے ہیں

موسیقی کے طالب علم نقل کرنے اور مشق کرنے کے لیے ایک واحد آلے کی لائن نکال رہے ہیں۔

کیچڑ والے مکس کو الگ کرکے اور دوبارہ متوازن کرکے پرانی ریکارڈنگ کو بحال کرنا یا صاف کرنا

خطرات اور گارڈریلز

رضامندی غائب ہونے پر آواز کے غلط استعمال اور نقالی کے خطرات بڑھ جاتے ہیں۔

درستگی لہجوں، بولیوں، یا شور والے ماحول میں گر سکتی ہے۔

واضح لیبلنگ کے بغیر مصنوعی آڈیو کو مستند تقریر کے لیے غلط سمجھا جا سکتا ہے۔

نفاذ کا روڈ میپ

1

آواز کی گرفتاری، کلوننگ اور دوبارہ استعمال کے لیے واضح رضامندی حاصل کریں۔

2

متنوع اسپیکرز اور پس منظر کے حالات میں معیار کی جانچ کریں۔

3

وضاحت کریں کہ جب ایک انسان کو آؤٹ پٹس کا جائزہ لینا یا منظور کرنا ضروری ہے۔

4

مصنوعی آڈیو کو لیبل کریں اور جوابدہی کے لیے پرووینس ریکارڈ رکھیں۔

دریافت کرتے رہیں

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.

کوئز شروع کریں۔

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

اگلا گائیڈ

Conv-TasNet ٹائم ڈومین علیحدگی

اکثر پوچھے گئے سوالات

What is Spleeter Stem Separation?

Spleeter Deezer کا ایک اوپن سورس ٹول ہے جو گہری سیکھنے کا استعمال کرتے ہوئے ایک تیار شدہ گانے کو الگ الگ ٹریکس (ووکلز، ڈرم، باس اور مزید) میں تقسیم کرتا ہے۔ اس نے اعلیٰ معیار کے تنے کی علیحدگی کو تیز، مفت، اور لیپ ٹاپ کے ساتھ ہر کسی کے لیے قابل رسائی بنا دیا۔

کس کمپنی نے اصل میں Spleeter جاری کیا؟

اسپلیٹر کو 2019 میں فرانسیسی میوزک اسٹریمنگ کمپنی ڈیزر نے اوپن سورس کے طور پر جاری کیا تھا۔

اسپلیٹر کا 4 اسٹیم ماڈل آڈیو کو کس چیز میں الگ کرتا ہے؟

4 اسٹیم کنفیگریشن ہر چیز کے لیے آواز، ڈرم، باس، اور 'دوسرے' اسٹیم کو آؤٹ پٹ کرتی ہے۔

Spleeter کون سا نیورل نیٹ ورک فن تعمیر استعمال کرتا ہے؟

Spleeter U-Net convolutional نیٹ ورکس کا استعمال کرتا ہے جو آڈیو کے سپیکٹروگرام پر ماسک کی پیش گوئی کرتے ہیں۔

Spleeter اصل میں مکس سے ایک ذریعہ کیسے نکالتا ہے؟

نیٹ ورک ایک فی سورس ماسک (قدریں 0 سے 1) کی پیش گوئی کرتا ہے جسے مکسچر سپیکٹروگرام کے ساتھ ضرب کیا جاتا ہے۔

کون سا ایک اہم عملی فائدہ ہے جس نے Spleeter کو مقبول بنایا؟

Spleeter ایک GPU پر حقیقی وقت سے 100x تیز آڈیو کو الگ کر سکتا ہے، اسے تیز اور قابل رسائی بناتا ہے۔