Το LALAL.AI έχει έναν νέο αλγόριθμο Cassiopeia που θα φυσήσει το μυαλό σας

Ο διαχωρισμός διαφορετικών τμημάτων ενός τραγουδιού χωρίς το πραγματικό στέλεχος είναι δύσκολος, αλλά υπάρχει ένα εργαλείο που ονομάζεται LALAL.AI αυτό είναι αρκετά ικανό να χειριστεί τη διαδικασία. Χωρίζει τραγούδια μεταξύ φωνητικών και οργάνων με ελάχιστη προσπάθεια και δεν απαιτούνται δεξιότητες μηχανικής ήχου.

Και ενώ το LALAL.AI ήταν ήδη αρκετά σταθερό, πρόσφατα έκανε ένα τεράστιο βήμα μπροστά χάρη στην εισαγωγή της νέας αρχιτεκτονικής του νευρωνικού δικτύου που ονομάζεται Cassiopeia. Χρειάζεται το Rocknet, το νευρωνικό δίκτυο προηγούμενης γενιάς της υπηρεσίας, και το καθιστά καλύτερο με σχεδόν κάθε τρόπο.

Τι φέρνει το Cassiopeia του LALAL.AI στο τραπέζι;

Με απλά λόγια: Το Cassiopeia παρέχει βελτιωμένα αποτελέσματα διαχωρισμού με σημαντικά λιγότερα αντικείμενα ήχου. Ολόκληρος ο σκοπός του LALAL.AI είναι να τραβήξετε και να διαχωρίσετε φωνητικά και όργανα από ένα κομμάτι, οπότε το να έχετε ένα χαρακτηριστικό που μπορεί να βελτιώσει την ικανότητα είναι καταπληκτικό.

Με το νέο νευρωνικό δίκτυο, το LALAL.AI θα πάρει λίγο περισσότερο χρόνο για να δημιουργήσει τα κομμάτια που χωρίζονται, αλλά αυτό είναι ένα μικρό συμβιβασμό για την τεράστια βελτίωση της ποιότητας.

Τι διαφέρει λοιπόν; Βασικά, το Rocknet, το οποίο εξακολουθεί να χρησιμοποιείται στο LALAL.AI, λαμβάνει υπόψη μόνο το στοιχείο πλάτους αγνοώντας το στοιχείο φάσης. Το νεότερο νευρωνικό δίκτυο Cassiopeia λαμβάνει υπόψη τη συνιστώσα φάσης του σήματος εισόδου και δημιουργεί τη φάση για το σήμα εξόδου. Μέσω αυτής της διαδικασίας, τα κομμάτια διαχωρισμού θα περιέχουν λιγότερα αντικείμενα ήχου.

Με απλά λόγια, ο νέος αλγόριθμος αναλύει βαθύτερα το τραγούδι για να δημιουργήσει ένα καλύτερο split.

Για να αποδείξει ότι η υπηρεσία του λειτουργεί πιο αποτελεσματικά, το LALAL.AI το δοκίμασε εναντίον Spleeter, OpenUnmix και Extended Unmix. Συγκρίνει επίσης τα αποτελέσματα με το δικό του νευρωνικό δίκτυο Rocknet. Μπορείτε να δείτε τα πλήρη αποτελέσματα της δοκιμής Το ιστολόγιο της LALAL.AI, αλλά βασικά, η Cassiopeia ξεπέρασε όλα τα υπόλοιπα στις περισσότερες κατηγορίες σε διάφορα τυχαία επιλεγμένα είδη όπως τζαζ, μαλακό ροκ, ποπ και ούτω καθεξής.

Είναι ενδιαφέρον ότι το Rocknet αποδίδει ακόμα καλύτερα στο φωνητικό κανάλι. Η Cassiopeia έχει ελαφρώς μεγαλύτερη διείσδυση από τα όργανα στα φωνητικά. Ωστόσο, η LALAL.AI επεσήμανε ότι οι αριθμοί δεν λένε πάντα ολόκληρη την ιστορία και μερικές φορές η ποιότητα του ήχου μπορεί στην πραγματικότητα να είναι διαφορετική από αυτήν που δείχνουν οι δοκιμές.

Δείτε τι είπε η εταιρεία σχετικά με το θέμα:

Παρόλο που η Cassiopeia υστερεί από το Rocknet όσον αφορά τις τυπικές μετρήσεις για τα φωνητικά, τόσο το οργανικό μέρος όσο και το φωνητικό στέλεχος που χωρίζονται από Το Cassiopeia ακούγεται πολύ πιο φυσικό και απαλότερο από το Rocknet, χωρίς τα μεταλλικά αντικείμενα που είναι τόσο χαρακτηριστικά του άλλου λύσεις.

Δοκίμασα τα αποτελέσματα για τον εαυτό μου και διαπίστωσα ότι το νευρωνικό δίκτυο Cassiopeia είχε ως αποτέλεσμα καθαρότερα διαχωριστικά ήχου. Το φωνητικό κομμάτι δεν είχε σχεδόν καμία αισθητή διείσδυση από τα όργανα, κάτι που ακριβώς θέλετε από ένα εργαλείο όπως το LALAL.AI

Ωστόσο, τα αποτελέσματα από το Rocknet ήταν ακόμα αρκετά καλά και ήταν απολύτως χρησιμοποιήσιμα για την απομόνωση του φωνητικού κομματιού από τα όργανα.

Πώς δοκιμάζετε τη νέα λειτουργία Cassiopeia της LALAL.AI;

Εάν θέλετε να κάνετε ένα νέο νευρωνικό δίκτυο, μπορείτε να πάτε LALAL.AI και βεβαιωθείτε ότι το Χρησιμοποιήστε τον νέο αλγόριθμο Το πλαίσιο είναι επιλεγμένο κοντά στο κάτω μέρος της οθόνης όταν ανεβάζετε ένα τραγούδι.

Μπορείτε επίσης να επιλέξετε το επίπεδο επιθετικότητας που χρησιμοποιείται από τον αλγόριθμο για να χωρίσετε τα κομμάτια. Το Normal είναι καλό για τα περισσότερα κομμάτια, αλλά μπορείτε να πειραματιστείτε με Ήπια και Επιθετική για να δείτε τι δημιουργεί ένα καλύτερο κομμάτι για εσάς.

Το LALAL.AI διευκολύνει τον διαχωρισμό φωνητικών και οργάνων

Αντί να ξοδεύουν ώρες δημιουργώντας μίσχους, η LALAL.AI χρησιμοποιεί τεχνητή νοημοσύνη για να το κάνει σε δευτερόλεπτα.

Διαβάστε Επόμενο

Σχετικά με τον Συγγραφέα