AI ձայնային հեռացնող

AI ձայնային հեռացման համար օգտագործվում է խորը ուսուցման մոդել (Mel-Band RoFormer), որը վերլուծում է Ձեր երգի սպեկտրոգրամը ժամանակի և mel-ի չափման հաճախականության շերտերի միջև։ Այն գնահատում է ձայնային նվագախմբի ձայնը, իսկ ինստրումենտալը սկզբնական խառնուրդն է՝ ձայնային նվագախմբի ձայնը հեռացնելով, ստեղծելով մաքուր karaoké-ի ձայնագրություն։

The vocal model measured 11.3 dB vocal SDR and 16.0 dB instrumental SDR on 50 MUSDB18 test excerpts, about 3 dB better on both than the engine we used before. The instrumental output is typically clean enough for karaoke or remixing. Some bleed-through may occur on heavily processed or compressed tracks.

Այո! Դուք կարող եք ստանալ և մեկուսացված ձայները, և նվագախմբի երաժշտությունը։ Սա օգտակար է acapella տարբերակների ստեղծման համար, ձայների նմուշների վերամշակման համար, կամ բարդ խառնվածքներից երգերի թարգմանության համար։

Մենք աջակցում ենք MP3, WAV, FLAC, OGG, M4A և WEBM ֆայլերը մինչև 50ՄԲ չափով։ Լավագույն արդյունքների համար օգտագործեք առավել բարձր որակի սկզբնական ֆայլը (WAV կամ FLAC նախընտրելի է սեղմված MP3- ի փոխարեն)։

Այո, կարոեի ձայնագրությունները ստեղծելը ամենահայտնի օգտագործումներից մեկն է։ Ձեռագրերի արտահանումը բավականաչափ մաքուր է կարոեի կատարումների, երգելու տեսահոլովակների և միջոցառումների ֆոնային երաժշտության համար։

Տեղադրեք երգը, և գործիքը ինքնաբերաբար կստեղծի թե՛ մեկուսացված (acapella) ձայնասկավառակ, թե՛ նվագախմբային ձայնասկավառակ։ Ձայնի դուրսբերումը լավագույնս աշխատում է լավ խառնված և պարզ ձայնասկավառակների դեպքում։ Առավել մաքուր արդյունքների համար օգտագործեք WAV կամ FLAC աղբյուրային ֆայլերը։

Փաթեթային գործընթացը հասանելի է մեր API-ի միջոցով, որը թույլ է տալիս ձեզ միաժամանակ մի քանի երաժշտական ալբոմներ ուղարկել ավտոմատացված աշխատանքային հոսքի միջոցով։ Վեբ ինտերֆեյսը միաժամանակ մի քանի երաժշտական ալբոմներ է աշխատեցնում արագ վերլուծության և ներբեռնման միջոցով։

Our tool uses a Mel-Band RoFormer model for vocal separation. On 50 MUSDB18 test excerpts it measured 11.3 dB vocal SDR and 16.0 dB instrumental SDR. Transformer-based separation like this leaves fewer artifacts than older spectral-based methods.

Այո, բայց արդյունքները տարբերվում են կենդանի ձայնագրության դեպքում։ Ստուդիական ձայնագրությունները տալիս են բաժանման լավագույն որակը։ Կատարված ձայնագրությունները հանդիսատեսի աղմուկով, հնչյուններով և միմյանց վրա ընկած գործիքներով կարող են ավելի շատ ձայնային ջարդվածքներ ունենալ, չնայած մոդելը դեռևս տալիս է օգտագործելի արդյունքներ։

Ձայնի հեռացման համար օգտագործվում է 2000 հերոս յուրաքանչյուր պրոցեսավորված երգ։ Ազատ հաշիվները գրանցման ժամանակ ստանում են 15000 հերոս։ Ապրանքը հասանելի է բոլոր վճարովի պլանների համար՝ պարբերաբար օգտագործելու համար մեծ հերոսների թույլտվությամբ։

Ձեր ձայնագրությունը, որը դուք բաժանել եք ցանկացած վճարովի պլանի դեպքում, կարող է օգտագործվել առևտրային նպատակներով, և նորոգումը նաև ներառում է ձայնագրությունը, որը դուք բաժանել եք անվճար պլանի դեպքում։ անվճար պլանի ելքը նախատեսված է միայն անձնական, ոչ առևտրային օգտագործման համար։ Mel-Band RoFormer ձայնային մոդելը թողարկվել է MIT թույլտվության ներքո, այնպես որ մոդելը չի սահմանափակում առևտրային օգտագործումը։ Յուրաքանչյուր դեպքում դուք պետք է ունեք սկզբնական երգի իրավունքները։ Առանց թույլտվության օրինական երաժշտություն օգտագործելը կարող է խախտել օրինական իրավունքները, անկախ նրանից, թե ինչպես է ձայնագրությունը պրոցեսավորվում։

Աշխատանքի տևողությունը կախված է երգի երկարությունից։ Տիպիկ 3-5 րոպե տևողությամբ երգի գործընթացը տևում է 15-45 վայրկյան։ Ավելի երկար երգերի կամ ավելի բարձր որակի բաժանման ռեժիմների գործընթացը կարող է տևել մինչև մեկ րոպե։ Արդյունքները միանգամից նվագարկվում են ձեր բրաուզերում։