V2.0.0 को ध्वनि स्रोत के अभियोग को मापने के लिए VST प्लग-इन "ProMeter" अपडेट करें

हमने ध्वनि स्रोतों के प्रो ध्वनि मापक को v2.0.0 तक मापने के लिए वीएसटी प्लग-इन "प्रोमीटर" को अपडेट किया है।

प्रोमीटर वीएसटी प्लगइन

डाउनलोड

ProMeter VST नवीनतम संस्करण

अन्य वीएसटी और मैनुअल

बिंदु बदलें

Calculation हमने व्यावसायिकता की गणना पद्धति को "पेशेवर" से "पेशेवर 2" में बदल दिया।

・ ProMeter केवल AI मास्ट्रिंग प्रीमियम प्लान ग्राहकों के लिए प्लग-इन था, लेकिन यह मुफ़्त था।

मुझे लगता है कि इसे व्यावसायिकता 2 बनाकर गणना परिणाम स्थिर होगा।

"AI Mastering" iPhone संस्करण अद्यतन v1.2.5

AI Mastering का iPhone संस्करण v1.2.5 में अपडेट किया गया है।

अद्यतन सारांश

और वीडियो अपलोड गति, हम हस्तांतरण की राशि को कम कर दिया।

अब वीडियो भाग को पुन: एन्कोडिंग के बिना H.264 और H.265 के साथ एन्कोड किए गए वीडियो को मास्टर करना संभव है।

अद्यतन विवरण

परम्परागत

अतीत में, वीडियो सहित सभी वीडियो सर्वर पर अपलोड किए गए थे, और सर्वर ने आउटपुट वीडियो उत्पन्न किए। इसलिए, जब वीडियो भाग की क्षमता बड़ी थी, अपलोड और डाउनलोड में समय लगा । साथ ही, ट्रांसफर वॉल्यूम कम करने के लिए, कभी-कभी अपलोड करने से पहले स्मार्टफोन को फिर से एनकोड किया जाता है। पुनः एन्कोडिंग में समय लगा और छवि गुणवत्ता बिगड़ गई

संशोधित संस्करण

संशोधित संस्करण में, H.264, H.265 + AAC के साथ बनाई गई MP4 मूवी के मामले में, वीडियो और ध्वनि को स्मार्टफोन की तरफ डिक्लेस्ड (बिना डिग्रेडेशन के अलग किया गया है), और केवल ध्वनि अपलोड और महारत हासिल है। जब मास्टरिंग समाप्त हो जाती है, तो मास्टर करने के बाद ध्वनि डाउनलोड करें, स्मार्टफोन की तरफ ध्वनि और वीडियो को Mux करें और उन्हें आउटपुट वीडियो बनाने के लिए कोई गिरावट के साथ संयोजित करें।

अन्य सभी वीडियो के लिए, पूरे वीडियो को हमेशा की तरह अपलोड करें और सर्वर पर आउटपुट वीडियो बनाएं। इस स्थिति में, वीडियो H.264 + AAC MP4 में पुनः एन्कोड किया गया है।

नतीजतन, तेजी, उच्च छवि गुणवत्ता और हस्तांतरण की मात्रा में कमी का एहसास हुआ।

※ H.264, H.265 + AAC के साथ बनाई गई MP4 मूवी के मामले में, वीडियो भाग को नहीं देखा जा सकता है जब स्मार्टफोन संस्करण में अपलोड किया गया एक पीसी संस्करण या अन्य स्मार्टफोन में देखा जाता है। कृपया स्वीकार करें।

iPhone संस्करण अद्यतन विधि

निम्नलिखित ऐप स्टोर लिंक से अपडेट करना संभव है।

प्रार्थना

यदि आपके पास स्मार्टफोन संस्करण के बारे में कोई टिप्पणी या अनुरोध है, तो मुझे खुशी होगी यदि आप हमें बता सकते हैं।

कृपया थोड़ी देर प्रतीक्षा करें क्योंकि Android समर्थित है।

"AI Mastering" कमांड लाइन टूल

ऐसे उपकरण पेश करता है जो कमांड लाइन से AI मास्टरींग एपीआई का उपयोग कर सकते हैं।

स्थापित करें

निम्नलिखित पृष्ठ से निष्पादन योग्य फ़ाइल का नवीनतम संस्करण डाउनलोड करें। विंडोज, मैक और लिनक्स के लिए निष्पादन योग्य फाइलें हैं।

aimastering-tools Releases (Github)

कैसे उपयोग करें

एपीआई एक्सेस टोकन का अधिग्रहण

डेवलपर से एआई मास्टरींग एपीआई का एक्सेस टोकन प्राप्त करें।

प्रदर्शन करना

आप निम्नलिखित कमांड के साथ मास्टरिंग निष्पादित कर सकते हैं।

अन्य विकल्प

आप निम्न आदेश के साथ अन्य विकल्पों की जांच कर सकते हैं:

लिंक

aimastering-tools (Github)

VBScript Tutorial (Github)

सारांश

हमने टूल पेश किया जो कमांड लाइन से AI मास्टरींग के API का उपयोग कर सकता है।

जब आपने कमांड लाइन टूल बनाया था तो आपने VBA से AI मास्टरींग एपीआई का उपयोग क्यों किया? यह एक निवेदन था जो आपके पास है।

मुझे उम्मीद है कि यह ऑटोमेशन और अनौपचारिक फ्रंट-एंड के लिए उपयोगी होगा।

"AI Mastering" iPhone संस्करण अद्यतन v1.1.0

AI Mastering का iPhone संस्करण v1.1.0 में अद्यतन किया गया है।

अद्यतन की सामग्री

-अधिकतम वीडियो की लंबाई 15 मिनट तक बढ़ा दी गई है।

-अधिकतम फ़ाइल का आकार बढ़ाकर 250 एमबी कर दिया गया है।

・ हम स्वत: माहिर एल्गोरिथ्म "v2" के साथ महारत हासिल करने के लिए बदल गए।

कृपया v2 के बारे में निम्नलिखित लेख देखें।

AI Mastering का नया एल्गोरिथ्म "v2"

iPhone संस्करण अद्यतन विधि

निम्नलिखित ऐप स्टोर लिंक से अपडेट करना संभव है।

कैसे तुल्यकारक APO जापानी करने के लिए

तुल्यकारक एपीओ जापानी अनुवाद

हम आपको बताएंगे कि इक्वालाइज़र एपीओ का जापानी में अनुवाद कैसे किया जाए।

तुल्यकारक एपीओ क्या है?

इक्वालाइज़र एपीओ एक विंडोज एप्लिकेशन है जो एक पीसी से खेले जाने वाले विभिन्न ध्वनियों (यूट्यूब वीडियो और गेम ध्वनियों) पर विभिन्न प्रभाव (ईक्यू, कंप्रेसर, वीएसटी) लागू कर सकता है।

इक्वालाइज़र एपीओ का उपयोग कैसे करें पर मूल लेख निम्नलिखित लेख में वर्णित है। यदि आप इक्वालाइज़र एपीओ नहीं जानते हैं, तो कृपया इसे देखें।

तुल्यकारक एपीओ का उपयोग कैसे करें

कैसे तुल्यकारक APO जापानी करने के लिए

जापानी स्थानीयकरण के लिए नीचे दिए गए चरणों का पालन करें।

1. इक्वालाइज़र एपीओ के संस्करण की जांच करें

संस्करण को इक्वालाइज़र एपीओ कॉन्फ़िगरेशन एडिटर के शीर्षक भाग में वर्णित किया गया है। सुनिश्चित करें कि संस्करण 1.2 है। यदि संस्करण 1.2 नहीं है, तो कृपया इक्वालाइज़र एपीओ को नवीनतम संस्करण में अपडेट करें।

तुल्यकारक APO संस्करण

2. इक्वालाइज़र एपीओ कॉन्फ़िगरेशन संपादक से बाहर निकलें

यदि तुल्यकारक APO कॉन्फ़िगरेशन संपादक चल रहा है, तो यह बाहर निकल जाएगा।

3. तुल्यकारक एपीओ अनुवादक डाउनलोड करें

इक्वालाइज़र एपीओ अनुवादक डाउनलोड करें।

विंडोज के लिए तुल्यकारक एपीओ अनुवादक

4. इक्वालाइज़र एपीओ अनुवादक के साथ जापानी स्थानीयकरण

इक्वालाइज़र एपीओ अनुवादक लॉन्च करें और जापानी स्थानीयकरण करने के लिए "जापानी स्थानीयकरण लागू करें" बटन दबाएं। समाप्त होने पर, इक्वालाइज़र एपीओ अनुवादक से बाहर निकलना ठीक है।

तुल्यकारक एपीओ अनुवादक

5. इक्वलाइज़र एपीओ कॉन्फ़िगरेशन संपादक शुरू करें

तुल्यकारक APO कॉन्फ़िगरेशन संपादक लॉन्च करें।

6. इक्वलाइज़र एपीओ कॉन्फ़िगरेशन संपादक की अंग्रेजी के लिए भाषा सेटिंग सेट करें

अंग्रेजी के तुल्यकारक एपीओ विन्यास संपादक की भाषा सेटिंग सेट करें। यह समझना मुश्किल है, लेकिन यदि आप भाषा सेटिंग को अंग्रेजी में सेट करते हैं, तो यह जापानी होगा।

जब जापानी स्थानीयकरण पूरा हो जाता है, तो यह निम्नानुसार होगा।

तुल्यकारक एपीओ जापानी अनुवाद

मैं अन्य भाषाओं में अनुवाद करना चाहता हूं

आधिकारिक इक्वलाइज़र एपीओ द्वारा समर्थित भाषाएँ अंग्रेजी और जर्मन हैं। यदि आप अंग्रेजी, जर्मन या जापानी के अलावा अन्य भाषाओं में इक्वालाइज़र एपीओ का अनुवाद करना चाहते हैं, तो आप निम्न फ़ाइल के अनुवाद भाग का लक्ष्य भाषा में अनुवाद करके जवाब देने में सक्षम हो सकते हैं। हालाँकि, कृपया ध्यान दें कि इस बात की कोई गारंटी नहीं है कि इसका समर्थन किया जा सकता है।

Editor_de.ts – Equalizer APO

जिम्मेदारी से छूट

इक्वालाइज़र एपीओ अनुवादक एक अनौपचारिक उपकरण है।

-Does तुल्यकारक APO अनुवादक का समर्थन नहीं करते।

Assume हम तुल्यकारक एपीओ अनुवादक का उपयोग करके किसी भी नुकसान के लिए कोई जिम्मेदारी नहीं मानते हैं।

सारांश

हमने इक्वालाइज़र एपीओ ट्रांसलेटर का उपयोग जापानी में इक्वालाइज़र एपीओ का अनुवाद करने के लिए किया।

"DÉ DÉ MOUSE" और "स्वयं बनें" का विश्लेषण

यह एआई मास्टरिंग द्वारा "डीÉ डीए मूएस" का "स्वयं होना" का विश्लेषण करने का परिणाम है।

AI माडरिंग द्वारा "DD DUSE MOUSE" और "स्वयं बनो" का विश्लेषण परिणाम

मूल आँकड़े DE DE MOUSE अपने आप में महारत हासिल करने वाले आँकड़े हैं

लाउडनेस टाइम सीरीज़

DE DE MOUSE स्वयं लाउड टाइम श्रृंखला हो

स्पेक्ट्रम

DE DE MOUSE खुद स्पेक्ट्रम हो

स्पेक्ट्रम वितरण

DE DE MOUSE स्वयं स्पेक्ट्रम वितरण हो

जोर का हिस्टोग्राम

DE DE MOUSE खुद लाउडनेस हिस्टोग्राम बनें

मैं "D I DUSE MOUSE" और "स्वयं हो" के समान ध्वनि दबाव कैसे प्राप्त कर सकता हूं?

विश्लेषण के परिणामों के अनुसार, "अपने आप होने की जोर-शोर" -7.6 डीबी है, इसलिए मुझे लगता है कि एआई मास्टरिंग और मास्टरिंग की तुलना में लक्ष्य ध्वनि दबाव को थोड़ा बड़ा करना बेहतर है।

क्योंकि लक्ष्य ध्वनि दबाव अधिक है, इसलिए सीलिंग सेटिंग को "पीक" या "ट्रू पीक" की सिफारिश की जाती है। "ट्रू पीक (15 kHz लोपास)" क्लिपिंग के लिए बहुत अधिक रूढ़िवादी है क्योंकि यह चोटी को कम करता है ताकि यह फिर से एन्कोडिंग के कारण 15 kHz से अधिक कट न हो, तो यह क्लिप न हो।

यदि आप "ट्रू पीक" सेट करते हैं, तो ओवरसैमलिंग को 2x पर सेट करने की सिफारिश की जाती है।

उदाहरण स्थापित करना

AI Mastering Settings उदाहरण

"ऐ मास्टरिंग" का नया मास्टर एल्गोरिथम "v2"

AI Mastering को अपडेट कर दिया गया है। एक नया मास्टरिंग एल्गोरिथ्म "v2" जोड़ा गया है।

नया एल्गोरिथ्म "v2"

कस्टम माहिर करने के लिए नया मास्टरिंग एल्गोरिथ्म "v2" जोड़ा गया। आप नए एल्गोरिदम "v2" और पारंपरिक एल्गोरिथ्म "v1" को उन्नत विकल्प में चुन सकते हैं।

ऐ मास्टरिंग मास्टेरिंग एल्गोरिथम सेटिंग्स

वन टच मास्टरिंग (आसान हस्तमैथुन) के लिए "V2" का चयन किया जाता है।

नए एल्गोरिथ्म "v2" की विशेषताएं

v2 स्वामी ताकि "प्रस्ताव 2" ऊपर जाए। चूंकि मास्टरिंग पैरामीटर का खोज प्रदर्शन v1 से अधिक है , इसलिए उच्च संभावना के साथ "प्रोप 2" उगता है।

एक संदर्भ निर्दिष्ट करना भी संभव है। जब एक संदर्भ निर्दिष्ट किया जाता है, तो संदर्भ को अप्रोच करने के लिए मास्टरिंग बनाया जाता है, न कि "प्रोप 2" को बढ़ाने के लिए। आप v1 की तरह एक पूर्व निर्धारित नहीं कर सकते।

इसमें मूल ध्वनि की गुणवत्ता से प्रस्थान को कम करने के लिए प्रसंस्करण शामिल है, भले ही संदर्भ निर्दिष्ट हो या न हो। V1 में एक मामला था कि ध्वनि की गुणवत्ता ध्वनि स्रोत के आधार पर बहुत बदल गई, लेकिन यह आराम से है।

मूल स्तर आपको मूल ध्वनि गुणवत्ता से कितनी दूर तक समायोजित करने की अनुमति देता है।

पारंपरिक एल्गोरिथ्म "v1" के लक्षण

v1 स्वामी ताकि "प्रस्ताव" ऊपर जाए। जैसा कि हम माहिर मापदंडों का चयन करते हैं, स्वाभाविक रूप से, "पेशेवरों" में बहुत सुधार नहीं हो सकता है।

विकास का इतिहास

एआई मास्टेरिंग के मास्टरिंग मापदंडों को बदलना विभिन्न तरीकों से "प्रस्ताव" को बदलता है, लेकिन "प्रस्ताव" को बढ़ाने के लिए इसे समायोजित करना ध्वनि को बेहतर बनाता है। क्या आप इसे स्वचालित कर सकते हैं? मुझे एक राय मिली।

यह v2 है जो इस राय से मेल खाता है। चूंकि मास्टरिंग मापदंडों के लिए खोज एल्गोरिथ्म v2 में बढ़ाया जाता है, इसलिए मास्टरिंग स्वचालित रूप से किया जाता है ताकि "प्रोप 2" बड़ा हो जाए। मुझे लगता है कि मापदंडों को मैन्युअल रूप से समायोजित करने के लिए कम समय होगा।

व्यावसायिकता 2 (व्यावसायिकता 2)

"प्रस्ताव 2" एक सूचकांक है जो "प्रस्ताव" में सुधार करता है। विश्लेषणात्मक संकेतकों में जोड़ा गया। हम "प्रस्ताव" से अधिक डेटा के साथ सीख रहे हैं।

एआई मास्टरींग व्यावसायिकता 2 सूचकांक

PC वर्जन के लिए अपलोड साइज़ अपर लिमिट और सोर्स लेंथ अपर लिमिट

नई अपलोड आकार सीमा: 250 एमबी (पारंपरिक: 150 एमबी)

नई ध्वनि स्रोत ऊपरी सीमा: 15 मिनट (पारंपरिक: 10 मिनट)

कृपया थोड़ी देर प्रतीक्षा करें क्योंकि iPhone संस्करण एप्लिकेशन पक्ष का समर्थन करता है।

"AI Mastering" अपडेट

AI Mastering को अपडेट कर दिया गया है। परिवर्तन सिस्टम विफलता के लिए मूल कारण निष्कासन और बग फिक्स हैं। कार्यक्षमता में कोई बदलाव नहीं हुआ है।

सिस्टम की विफलता को हटाने का मूल कारण

हमने नियमित रूप से और नियमित रूप से होने वाली सिस्टम विफलता के कारण की पहचान की और हटा दिया।

Reducing inode and dentry caches to keep OOM killer at bay

अज्ञात कारणों के कारण सिस्टम विफलताओं को रोकने के लिए बढ़ी हुई निगरानी।

Graphana AI Mastering निगरानी अलर्ट

Graphana AI Mastering निगरानी चार्ट

प्रीमियम योजना दोहरी बिलिंग

प्रीमियम योजना के लिए पंजीकृत कुछ लोगों से दो बार शुल्क लिया गया।

विशेष रूप से, यदि प्रीमियम योजना के लिए पंजीकरण करते समय भुगतान के लिए भुगतान किसी कारण से विफल हो जाता है, तो फिर से प्रीमियम योजना के लिए पंजीकरण करें, और फिर यदि पुरानी प्रीमियम योजना के लिए भुगतान बहाल हो जाता है, तो पुरानी प्रीमियम योजना और नई प्रीमियम योजना एक साथ होगी निरंतर और आरोपों पर दोहरे आरोप लगाए गए थे।

हम उन लोगों के लिए निम्नलिखित करेंगे जो पात्र हैं। ग्राहक सहायता की कोई आवश्यकता नहीं है। मुझे बहुत अफ़सोस हुआ।

A: पुराने प्रीमियम प्लान को रद्द करना

बी: डबल चार्ज रिफंड

सी: बी के अलावा, एक माफी के रूप में मैंने हाल के एक महीने के मूल्य को वापस कर दिया

इसके अलावा, मैंने इसे फिर से होने से रोकने के लिए कार्यक्रम तय किया है। भविष्य में, हमने निगरानी बढ़ा दी है ताकि अज्ञात मामलों के कारण दोहरे शुल्क लगने पर भी हम जल्दी खोज सकें।

भविष्य में धन्यवाद।

LANDR बनाम "एआई मास्टरींग" (ध्वनि गुणवत्ता संस्करण)

MEI 20190207 परिवर्तन

हमने साउंड क्वालिटी में LANDR और AI मास्ट्रिंग की तुलना की।

सारांश

हमने एक इंडेक्स का प्रस्ताव किया है जो मिक्सी 20190207 के उद्देश्य का मूल्यांकन कर सकता है।

हमने MEI 20190207 में AI Mastering और LANDR के साथ महारत हासिल करने वाली आवाज़ों की तुलना की।

हमने पाया कि AI Mastering में LANDR की तुलना में MEI 20190207 अधिक है।

AI Mastering की एक प्रवृत्ति है कि ज़ोर रेंज LANDR से बड़ी है, Boominess छोटा है, गहराई छोटी है, और गर्मी छोटी है।

* चूंकि अन्य लोगों में तुलनात्मक ध्वनियाँ हैं, कृपया सुनें

तुलना विधि

LANDR और AI Mastering के साथ विभिन्न ध्वनियों को माहिर करना और विभिन्न संकेतकों के साथ परिणामों की तुलना करना।

तुलना करने के लिए ध्वनि

हमने निम्नलिखित मिक्स मूल्यांकन डेटा सेट से तुलना की जाने वाली ध्वनि को चुना। इस मिक्स मूल्यांकन डेटा सेट में विभिन्न गानों के लिए कई मिश्रित ऑडियो और प्रत्येक मिश्रित ऑडियो के लिए कई लोगों द्वारा व्यक्तिपरक मूल्यांकन परिणाम शामिल हैं।

मिक्स ऑडियो लाइसेंस, CC BY's में, हमने प्रत्येक गीत के लिए सबसे बड़ी लाउडनेस रेंज के साथ चयन किया और तुलनात्मक लक्ष्य टोन के रूप में निम्नतम औसत व्यक्तिपरक रेटिंग के साथ।

कारण यह है कि ज़ोर की सीमा बड़ी होने पर कलाकृतियों के बिना मास्टर करना आसान होता है, और व्यक्तिपरक मूल्यांकन कम होने पर स्वचालित माहिर का एक बेमेल होता है।

कृपया विशिष्ट मिश्रण सूची के लिए नीचे GitHub रिपॉजिटरी देखें।

MixBrowser

THE MIX EVALUATION DATASET

सूची

MixEvaluationIndex20190207 (MEI20190207)

MixEvaluationIndex 20190207 (MEI 20190207) मिक्स मूल्यांकन डेटासेट के व्यक्तिपरक मूल्यांकन डेटा का उपयोग करके निर्मित मिश्रित ऑडियो का एक उद्देश्य मूल्यांकन सूचकांक है। यह मिश्रित ऑडियो का एक मूल्यांकन सूचकांक है, लेकिन मुझे लगता है कि इसका उपयोग मास्टरिंग ऑडियो के मूल्यांकन के लिए भी किया जा सकता है। यह व्यापक मूल्यांकन के लिए अभिप्रेत है। यह इस तुलना में मुख्य संकेतक है।

MEI 20190207 की गणना विभिन्न सूचकांकों के भारित योग द्वारा की जाती है। मूल सूचकांक स्पेक्ट्रम के प्रसार सहसंयोजक मैट्रिक्स, स्पेक्ट्रम के साधन, कठोरता, विसंगति हैं। सीधे शब्दों में, मैं इसे स्पेक्ट्रम के आकार, गतिशील रेंज, अंतरिक्ष के प्रसार, हमले की बैंडविड्थ, और विरूपण की मात्रा के आधार पर गणना करता हूं।

वेट लर्निंग के लिए उपयोग किया जाने वाला मिश्रित ऑडियो सभी मिश्रित ऑडियो है जो प्रीव्यू ऑडियो के साथ मिक्सब्रोज़र में प्रकाशित होता है। कुछ पूर्वावलोकन ऑडियो 404 नहीं मिला।

MixBrowser

प्रबलता

यह ITU-R BS.1770 द्वारा परिभाषित की गई ज़ोर है। वितरित किए जाने वाले प्लेटफ़ॉर्म पर निर्भर करता है और उपयोगकर्ता कैसे सुनता है, यह अत्यधिक संभावना है कि ज़ोर से गाने अन्य गीतों की तुलना में ज़ोर से बजने की संभावना है। यह उतना ही अच्छा लगता है जितना आप तेज आवाज के साथ बजाते हैं।

यदि ध्वनि की गुणवत्ता समान है, तो जोर बड़ा होना चाहिए।

अन्य संकेतक

लाउडनेस रेंज, ट्रू पीक

सेटिंग माहिर

कृपया नीचे GitHub देखें।

तुलना परिणाम

एमईआई 20190207 की राशि बदलें

यह सभी गीतों के लिए मूल के संबंध में MEI 20190207 परिवर्तन का औसत है। AI मास्टेरिंग LANDR की तुलना में अधिक MEI 20190207 है।

लाउडनेस बनाम लाउडनेस रेंज

मैंने सभी गीतों के औसत को जोर से और सभी गीतों के औसत को एक बिखराव की साजिश के साथ जोर से लिखा। सामान्य तौर पर, लाउडनेस और लाउडनेस रेंज एक व्यापार-बंद संबंध में होते हैं, लेकिन एआई मास्टरिंग में जब एलएंडआर छोटा होता है, तो लाउडनेस रेंज में कमी होती है।

True Peak

ट्रू पीक (अंतर नमूना शिखर) सभी गीतों का एक औसत है। यदि ट्रू पीक 0 डीबी से बड़ा है, तो यह पुन: एन्कोडिंग आदि के कारण विकृत हो सकता है, लेकिन ऐसे मामले प्रतीत होते हैं, जहां एआई मास्टरींग और लैन्ड्र दोनों 0 डीबी से अधिक हो। यदि आप एआई मास्टरींग में सीलिंग टू ट्रू पीक सेट करते हैं, तो आप ट्रू पीक को 0 डीबी से अधिक होने से रोक सकते हैं, जिससे आप ध्वनि की गुणवत्ता में गिरावट से बच सकते हैं। LANDR से बचना असंभव है क्योंकि ऐसी कोई सेटिंग नहीं है।

डिसोनेंस की राशि बदलें

विसंगति की डिग्री को मापने के लिए विच्छेद एक सूचकांक है। इसका उपयोग MEI 20190207 की गणना के लिए किया जाता है, जो Dissonance जितना कम होगा, MEI 20190207 उतना ही अधिक होगा।

यदि आप एआई मास्टरींग में मास्टर स्तर को 1 पर सेट करते हैं, तो असंगति बढ़ जाती है। मास्टर स्तर को 0.5 पर सेट करने से LANDR के बराबर वृद्धि होगी।

कठोरता की मात्रा बदलें

कठोरता ध्वनि की कठोरता को मापने के लिए एक सूचकांक है। इसका उपयोग MEI 20190207 की गणना करने के लिए किया जाता है, और कठोरता जितनी अधिक होगी, MEI 20190207 उतना ही अधिक होगा। एआई मास्टरींग और LANDR दोनों ही कठोरता को बढ़ाते हैं।

बूमनेस में बदलाव

Boominess Boomy डिग्री के लिए एक सूचकांक है। सामग्री बूमिंग इंडेक्स नीचे प्रस्तावित हैं। इसका उपयोग MEI 20190207 की गणना के लिए नहीं किया जाता है।

Booming index as a measurement for evaluation booming sensation

AI मास्टीरिंग Boominess को कम करता है।

चमक की राशि बदलें

चमक चमक का सूचक है। इसकी गणना उच्च आवृत्ति घटक के ऊर्जा अनुपात के लॉगरिदम के कुल ऊर्जा और स्पेक्ट्रल सेंट्रोइड के लघुगणक के रैखिक संयोजन द्वारा की जाती है। इसका उपयोग MEI 20190207 की गणना के लिए नहीं किया जाता है।

D5.2: First prototype of timbral characterisation tool for semantically annotating non-musical content

ऐ मास्टरिंग और LANDR ब्राइटनेस को बढ़ाते हैं।

गहराई की मात्रा बदलें

गहराई का एक संकेतक है गहराई। यह नीचे डी 5.2 में परिभाषित किया गया है। डी 5.2 के अनुसार, गहराई का स्थानिक अर्थ और आवृत्ति विशेषता अर्थ है, लेकिन यह गहराई सूचकांक केवल आवृत्ति विशेषता अर्थ का प्रतिनिधित्व करता है। इसका उपयोग MEI 20190207 की गणना के लिए नहीं किया जाता है।

D5.2: First prototype of timbral characterisation tool for semantically annotating non-musical content

परिभाषा के अनुसार, कई कम आवृत्ति घटक होने पर गहराई बढ़ेगी। AI मास्टीरिंग गहराई को कम करता है।

गर्मी के परिवर्तन की मात्रा

गर्मजोशी गर्मी का सूचक है। निम्नलिखित एक कार्यान्वयन है। इसका उपयोग MEI 20190207 की गणना के लिए नहीं किया जाता है।

Timbral_Warmth.py (Github)

एआई मास्टरींग गर्मजोशी को कम करता है।

महारत हासिल करने के बाद ध्वनि की तुलना

प्रत्येक गीत के लिए, मैंने तीन मूल, सबसे बड़े MEI 20190207 के साथ LANDR, MEI 20190207 सबसे बड़ी के साथ AI Mastering उठाया। चूंकि लाउडनेस संरेखित नहीं है, इसलिए कृपया वॉल्यूम के अंतर के कारण पूर्वाग्रह से सावधान रहें।

सभी ध्वनि सूची नीचे हैं। कृपया MEI 20190207 प्रयास करें कि क्या उच्च ध्वनि वास्तव में अच्छी ध्वनि है। प्रत्येक गीत का लाइसेंस नोटेशन गीथूब की ऑडियो निर्देशिका के तहत वर्णित है।

ai-mastering / mastering_comparison (जीथूब)

In The Meantime

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Lead Me

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Not Alone

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Pouring Room

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Red To Blue

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Github

विस्तृत जानकारी नीचे सूचीबद्ध है।

ai-mastering/mastering_comparison (Github)

सावधानी

ग्राफ पर "एआई मास्टरिंग" के रूप में जो लिखा गया है या जीथब एआई मास्टरिंग का प्रतिनिधित्व करता है।

सारांश

मैंने LANDR और AI मास्ट्रिंग की तुलना की।

"AI Mastering" अपडेट

त्रुटि स्पेक्ट्रम को सीमित करना

AI Mastering को अपडेट कर दिया गया है।

जोड़ा गया ओवरसैंपलिंग फ़ंक्शन

Oversampling फ़ंक्शन जोड़ा गया था। ओवरसमलिंग का उपयोग "ट्रू पीक" और "पीक" के बीच अलगाव को कम करता है। हालांकि, प्रसंस्करण समय में देरी होगी। 1x पर ओवरसैंपलिंग सेट करने से पहले जैसा व्यवहार होगा।

यदि आप ट्रू पीक के बारे में चिंतित हैं, तो कृपया इसे आज़माएँ।

ओवरएम्पलिंग सेटिंग्स

"सीमक त्रुटि स्पेक्ट्रोग्राम" जोड़ा गया

"लिमिटर एरर स्पेक्ट्रोग्राम" को स्पेक्ट्रोग्राम रूप में देखा जाता है कि किस समय और कौन सा बैंड लिमिटर एरर को प्रभावित करता है। मुझे लगता है कि इसका उपयोग करते समय सीमक त्रुटि को कम करना आसान होगा।

त्रुटि स्पेक्ट्रम को सीमित करना

चूंकि सापेक्ष मूल्य प्रदर्शित किया गया है, इसलिए आपको चिंता करने की ज़रूरत नहीं है कि "सीमक त्रुटि" पहले स्थान पर छोटा है। उन क्षेत्रों में जहां कोई मूल ध्वनि नहीं होती है जैसे सुपर उच्च आवृत्ति रेंज और मूक भाग, रंग समग्र रूप से मोटा हो जाता है, लेकिन अगर आप सुनते हैं तो कोई बात नहीं है।

जो महत्वपूर्ण है वह रंग का घना हिस्सा है जो अंधेरे भाग में मौजूद है। इस छवि में 15 kHz से नीचे कई लंबवत रेखाएँ हैं। यह रेखा एक विकृति है जो मजबूत हमले ध्वनि के शिखर को पूरी तरह से संकुचित किए बिना हुई।

सीमक त्रुटि को कम करने के लिए कृपया निम्नलिखित लेख देखें।

सीमांत त्रुटि क्या है?

डाइसनेंस इंडिकेटर जोड़ें

डिसोनेंस इंडेक्स ध्वनि की असंगति डिग्री का एक संकेतक है। डिसोनेंस इंडेक्स बहुत छोटा हो जाता है क्योंकि ऐसी कई आवाज़ें होती हैं जिनका स्पेक्ट्रम आवृत्ति की दिशा में सघनता से केंद्रित होता है, जैसे कि टक्कर के उपकरण और शोर, और छोटे हो जाते हैं जैसे कि पिचों जैसे पियानो और तार के साथ कई पिचें होती हैं।

ध्वनि का विसंगति सूचकांक

ऑडियो विश्लेषण को गति दें

AI Mastering में, ऑडियो अपलोड करने के बाद, ऑडियो विश्लेषण पूरा होने पर मास्टरिंग शुरू होती है। जैसे ही हम ऑडियो के विश्लेषण को गति देते हैं, महारत हासिल करना तेजी से शुरू होना चाहिए।