Ka Saar Codka AI

AI ka saarida codka isticmaalaa mid ka mid ah qaabka waxbarashada qoto dheer (Mel-Band RoFormer) oo falanqeeya spectrogram ee heeskaaga oo dhan waqti iyo mel-scaled bands frekwensi. Waxay qiimeysaa wadada codka, iyo instrumental waa isku darka asalka ah oo la wadada codka ka saaray, soo saara nadiif ah karaoke-style soo saarka.

Model codka miisaanka 11.3 dB codka SDR iyo 16.0 dB instrumental SDR on 50 MUSDB18 tijaabada qaybaha, oo ku saabsan 3 dB ka fiican labadaba ka badan engine aan u isticmaalnay hore. soosaarka instrumental waa caadi ahaan si fiican u nadiif ah karaoke ama isku darka. qaar ka mid ah dhiig-dhaqaale ka dhici kartaa si weyn loo xakameeyo ama la isku daray tracks.

Haa! Waxaad ka heli doontaa labada vocals kala go'an iyo track instrumental. Tani waa mid faa'iido leh si loo abuuro noocyada acapella, sampling vocals loogu talagalay remixes, ama qoraalka lyrics ka mixtures adag.

Waxaan taageeri MP3, WAV, FLAC, OGG, M4A, iyo WEBM files ilaa 50MB. Si ay u helaan natiijooyinka ugu fiican, isticmaalka file asalka tayada sare ee la heli karo (WAV ama FLAC doorbiday ka badan MP3 cidhiidhi ah).

Haa, abuurista karaoke tracks waa mid ka mid ah isticmaalka ugu caansan. The soo saarka instrumental waa si fiican u nadiif ah karaoke bandhigyada, song-along videos, iyo background music dhacdooyinka.

Upload song iyo qalab si otomaatig ah u soo saartaa labadaba track codka kala go '(acapella) iyo instrumental. The soo saarka codka ugu fiican ee ku shaqeeyaa tracks well-dhex-dhexaad ah oo leh codka cad. U isticmaali WAV ama FLAC faylasha asalka ah ee natiijada nadiifsan.

Batch processing waxaa laga heli karaa API, kuu ogolaanaya inaad soo gudbiso tracks badan oo ka saarka codka in workflow otomaatig ah. interface web ka shaqeeyaa hal hees oo mar la soo bandhigo instant iyo soo dejinta.

Qalabkayaga wuxuu isticmaalaa Mel-Band RoFormer qaabka kala-soocidda codka. On 50 MUSDB18 tijaabada qaybaha ay miisaanka 11.3 dB codka SDR iyo 16.0 dB instrumental SDR. kala-soocidda ku saleysan transformer sidaan ayaa ka tagaya wax yar oo ka mid ah waxyaabo ka badan sida da'da wayn ee qaababka spectral-ku saleysan.

Haa, laakiin natiijada kala duwan yihiin la audio nool. Recordings Studio bixiyaan tayada kala soocida ugu fiican. Recordings nool la dhagaystayaasha colaad, reverb, iyo qalabka isku dhafan waxay yeelan karaan in ka badan oo dhiig-dhaqaaq, inkastoo qaabka weli soo saara natiijooyinka isticmaalka.

Voice tirtirka isticmaalaa 2,000 xaraf oo ku saabsan track la xalin. xisaabaadka bilaash ah helaan 15,000 xaraf oo ku saabsan diiwaangelinta. qalabka waxaa laga heli karaa dhammaan qorshayaasha la bixiyo la siiyo xarafka deeqsi ah ee isticmaalka caadiga ah.

Audio aad kala soocdo on kasta oo qorshe lacagta la siiyo waxaa loo isticmaali karaa ganacsi, iyo kor u qaadista sidoo kale ka kooban yahay audio aad kala soocday hore ee heerka bilaashka ah; free-tier soo saarka waa in shakhsi, aan ganacsi isticmaalka kaliya. The Mel-Band RoFormer vocal qaabka waxaa la sii daayay hoos liisan MIT, sidaas darteed qaabka oo keliya ma aha xaddidaad ku saabsan isticmaalka ganacsi. Xaaladaha oo dhan waa inaad xaq u leedahay heesihii asalka ah: isticmaalka music copyrighted aan ogolaansho ka hor waxaa laga yaabaa in ay ku xadgudbaan sharciga copyright kastoo sida audio la soo saaro.

Waqtiga processing ku xiran tahay dhererka track. A caadi ah 3-5 daqiiqo hees qaadataa 15-45 ilbiriqsi si ay u baaraan. Tracks dheer ama qaabab kala-qaybsiga tayo sare leh oo ka mid ah waxay qaadan kartaa ilaa daqiiqo. Natiijooyinka dib u ciyaaro si deg deg ah browser aad.