Det er svært at adskille forskellige dele af en sang uden at have den egentlige stamme, men der er et værktøj kaldet LALAL.AI det er ret i stand til at håndtere processen. Det deler sange mellem vokal og instrumental med minimal indsats og ingen lydtekniske færdigheder kræves.

Og mens LALAL.AI allerede var ret solid, tog det for nylig et stort skridt fremad takket være introduktionen af ​​dets nye neurale netværksarkitektur kaldet Cassiopeia. Det tager Rocknet, tjenestens tidligere generations neurale netværk, og gør det bedre på næsten alle måder.

Hvad bringer LALAL.AIs Cassiopeia til bordet?

For at sige det ganske enkelt: Cassiopeia giver forbedrede opdelingsresultater med betydeligt færre lydartefakter. Hele formålet med LALAL.AI er at trække og adskille vokal og instrumenter fra et spor, så det er fantastisk at have en funktion, der kan forbedre kapaciteten.

Med det nye neurale netværk vil LALAL.AI tage lidt længere tid at generere splittede spor, men det er en lille kompromis for den store forbedring af kvaliteten.

instagram viewer

Så hvad er anderledes? Grundlæggende betragter Rocknet, som stadig kan bruges på LALAL.AI, kun amplitude-komponenten, mens den ignorerer fasekomponenten. Det nyere Cassiopeia neurale netværk overvejer indgangssignalets fasekomponent og genererer fasen for udgangssignalet. Gennem denne proces vil de opdelte spor indeholde færre lydartefakter.

For at sætte alt dette i enkle vendinger går den nye algoritme dybere i at analysere sangen for at skabe en bedre split.

For at bevise, at dets service fungerer mere effektivt, testede LALAL.AI den mod Spleeter, OpenUnmix og Extended Unmix. Det sammenlignede også resultaterne med sit eget Rocknet neurale netværk. Du kan se de fulde resultater af testen den LALAL.AIs blog, men grundlæggende overgik Cassiopeia alle de andre i de fleste kategorier på tværs af forskellige tilfældigt udvalgte genrer som jazz, soft rock, pop osv.

Interessant nok fungerer Rocknet stadig bedre i vokalkanalen. Cassiopeia har lidt mere infiltration fra instrumentalerne i vokalen. LALAL.AI påpegede imidlertid, at tal ikke altid fortæller hele historien, og undertiden kan lydkvaliteten faktisk være anderledes end hvad testene viser.

Her er hvad virksomheden sagde om sagen:

Selvom Cassiopeia hænger bag Rocknet med hensyn til formelle målinger for vokal, er både den instrumentale del og især vokalstammen adskilt af Cassiopeia lyder meget mere naturligt og blødere end Rocknet, uden de metallydende artefakter, der er så karakteristiske for den anden løsninger.

Jeg testede resultaterne for mig selv, og jeg fandt ud af, at Cassiopeia neurale netværk resulterede i renere lydopdelinger. Vokalsporet havde næsten ingen synlig infiltration fra instrumentalerne, hvilket er præcis det, du vil have fra et værktøj som LALAL.AI

Når det er sagt, var resultaterne fra Rocknet stadig ret gode, og de var absolut anvendelige til at isolere vokalsporet fra instrumentalerne.

Hvordan prøver du LALAL.AIs nye Cassiopeia-funktion?

Hvis du vil give det nye neurale netværk et skud, kan du gå til LALAL.AI og sørg for, at Brug den nye algoritme er markeret nær bunden af ​​skærmen, når du uploader en sang.

Du kan også vælge det niveau af aggression, der bruges af algoritmen til at opdele sporene. Normal er godt for de fleste spor, men du kan eksperimentere med Mild og Aggressive for at se, hvad der skaber et bedre spor for dig.

E-mail
LALAL.AI gør det let at adskille vokal og instrumenter

I stedet for at bruge timer på at skabe stængler bruger LALAL.AI kunstig intelligens til at gøre det på få sekunder.

Læs Næste

Relaterede emner
  • Forfremmet
  • Musikproduktion
Om forfatteren
Dave LeClair (1432 offentliggjorte artikler)

Dave LeClair skriver Google / Android-nyheder, administrerer sociale medier og vises i videoer.

Mere fra Dave LeClair

Abonner på vores nyhedsbrev

Deltag i vores nyhedsbrev for tekniske tip, anmeldelser, gratis e-bøger og eksklusive tilbud!

Et trin mere !!!

Bekræft din e-mail-adresse i den e-mail, vi lige har sendt dig.

.