Serviço de masterização de áudio on-line automático
Nós atualizamos o plug-in VST "ProMeter" para medir o som pro de fontes de som para v2.0.0.
Versão mais recente do ProMeter VST
・ Eu mudei o método de cálculo de Profissionalidade de "profissional" para "profissional 2".
・ O ProMeter era apenas um plug-in para assinantes do AI Mastering Premium Plan, mas era gratuito.
Eu acho que o resultado do cálculo será estável por ter alcançado o profissionalismo 2.
A versão para iPhone do AI Mastering foi atualizada para a v1.2.5.
・Aceleramos o upload de vídeos e reduzimos o volume de transferências .
Agora é possível dominar vídeos codificados com H.264 e H.265 sem recodificar a parte de vídeo .
No passado, todos os vídeos, incluindo vídeos, eram enviados para o servidor e o servidor gerava vídeos de saída. Portanto, quando a capacidade da parte de vídeo era grande, o upload e o download demoravam . Além disso, para reduzir o volume de transferência, o smartphone às vezes é recodificado antes de fazer o upload. A re-codificação levou tempo e a qualidade da imagem se deteriorou .
Na versão modificada, no caso de um filme MP4 feito com H.264, H.265 + AAC, o vídeo e o som são Demuxed (separados sem degradação) no lado do smartphone, e somente o som é carregado e masterizado. Quando a masterização terminar, faça o download do som depois de masterizado, Mux o som e o vídeo no lado do smartphone e combine-os sem degradação para criar um vídeo de saída.
Para todos os outros vídeos, carregue o vídeo inteiro como de costume e faça o vídeo de saída no lado do servidor. Neste caso, o vídeo é recodificado para H.264 + AAC MP4.
Como resultado, a aceleração, a alta qualidade de imagem e a redução do volume de transferência foram realizadas.
※ No caso do filme MP4 feito com H.264, H.265 + AAC, a parte de vídeo não pode ser vista quando o upload na versão do smartphone é visualizado na versão para PC ou em outros smartphones. Por favor, confirme.
É possível atualizar a partir do seguinte link da App Store.
Se você tiver comentários ou solicitações sobre a versão do smartphone, ficaremos felizes se puder nos informar.
Por favor, aguarde um pouco enquanto o Android está sendo suportado.
Apresenta ferramentas que podem usar a AI Mastering API na linha de comando.
Baixe a última versão do arquivo executável da página seguinte. Existem arquivos executáveis para Windows, Mac e Linux.
aimastering-tools Releases (Github)
Obtenha o token de acesso da AI Mastering API do desenvolvedor .
Você pode executar a masterização com o seguinte comando.
Você pode verificar outras opções com o seguinte comando:
Introduzimos a ferramenta que pode usar a API do AI Mastering na linha de comando.
Por que você usou a AI Mastering API do VBA quando criou uma ferramenta de linha de comando? Foi um pedido que você tem.
Espero que seja útil para automação e front-ends informais.
A versão para iPhone do AI Mastering foi atualizada para v1.1.0.
-A duração máxima do vídeo foi aumentada para 15 minutos.
-O tamanho máximo do arquivo foi aumentado para 250 MB.
・ Eu mudei para executar dominando com algoritmo de masterização automático "v2".
Por favor, veja o seguinte artigo sobre a v2.
O novo algoritmo do AI Mastering "v2"
É possível atualizar a partir do seguinte link da App Store.
Vamos mostrar-lhe como traduzir Equalizer APO em japonês.
Equalizer APO é uma aplicação do Windows que pode aplicar vários efeitos (EQ, compressor, VST) a vários sons (vídeos do YouTube e sons de jogos) reproduzidos a partir de um PC.
O artigo básico sobre como usar o Equalizer APO é descrito no artigo a seguir. Se você não conhece o Equalizer APO, por favor refira-se a ele.
Siga os passos abaixo para localização em japonês.
A versão é descrita na parte do título do Equalizer APO Configuration Editor. Certifique-se de que a versão é 1.2. Se a versão não for 1.2, atualize o Equalizer APO para a versão mais recente.
Se o Equalizer APO Configuration Editor estiver em execução, sairá.
Faça o download do Equalizer APO Translator.
Tradutor Equalizer APO para Windows
Inicie o Equalizer APO Translator e pressione o botão "Apply Japanese Localization" para executar a localização em japonês. Quando terminar, não há problema em sair do Equalizer APO Translator.
Inicie o Equalizer APO Configuration Editor.
Defina a configuração de idioma do Equalizer APO Configuration Editor para inglês. É difícil de entender, mas se você definir a configuração de idioma para inglês, será em japonês.
Quando a localização em japonês for concluída, será como segue.
Os idiomas suportados pelo Equalizer APO oficial são inglês e alemão. Se você quiser traduzir o Equalizer APO para outros idiomas além do inglês, alemão ou japonês, poderá responder enviando uma tradução da parte de tradução do seguinte arquivo para o idioma de destino. Entretanto, observe que não há garantia de que possa ser suportado.
Equalizer APO Translator é uma ferramenta não oficial.
-Não suporta o Equalizer APO Translator.
・ Não nos responsabilizamos por quaisquer danos causados pelo uso do Equalizer APO Translator.
Introduzimos como usar o Equalizer APO Translator para traduzir o Equalizer APO para o japonês.
É o resultado de analisar "seja você mesmo" de "DÉ DÉ MOUSE" por AI Mastering.
De acordo com os resultados da análise, a intensidade de "seja você mesmo" é de -7,6 dB, então acho que é melhor definir uma pressão sonora de alvo um pouco maior que a do AI Mastering e Mastering.
Como a pressão sonora alvo é alta, recomenda-se a configuração do teto como "Pico" ou "Pico real". "True Peak (15 kHz Lowpass)" é muito conservador para recorte porque reduz o pico para que não corte se for cortado a mais de 15 kHz devido à recodificação, etc.
Se você definir "True Peak", é recomendável definir a sobreamostragem como 2x.
Exemplo de configuração
AI Mastering foi atualizado. Um novo algoritmo de masterização "v2" foi adicionado.
Adicionado novo algoritmo de masterização "v2" para masterização personalizada. Você pode selecionar o novo algoritmo "v2" e o algoritmo convencional "v1" na opção avançada.
* "V2" é selecionado para Mastering de um toque (Easy Mastering).
v2 mestres de modo que "Propostas 2" suba. Como o desempenho de pesquisa do parâmetro de masterização é maior que v1 , "Prop2" aumenta com alta probabilidade.
Também é possível especificar uma referência. Quando uma referência é especificada, a masterização é feita de forma a aproximar a referência, não para levantar a "Prop. 2". Você não pode especificar uma predefinição como v1.
Inclui processamento para minimizar a saída da qualidade de som original, independentemente de a referência ser especificada ou não. Na v1, houve um caso em que a qualidade do som mudou muito dependendo da fonte de som, mas está relaxada.
O nível de masterização permite que você ajuste a distância que deseja da qualidade de som original.
v1 mestres para que "Propostas" suba. À medida que selecionamos os parâmetros de masterização heuristicamente, os "profissionais" podem não melhorar muito.
Alterar os parâmetros de masterização do AI Mastering altera "Propostas" de várias maneiras, mas ajustando-as para aumentar "Propostas" torna o som melhor. Você pode automatizar isso? Eu recebi uma opinião.
É v2 que corresponde a essa opinião. Como o algoritmo de pesquisa para os parâmetros de masterização é aprimorado em v2, a masterização é feita automaticamente para que a "Prop. 2" se torne grande. Eu acho que será menos tempo para ajustar manualmente os parâmetros.
"Proposição 2" é um índice que melhora "Propostas". Adicionado aos indicadores analíticos. Estamos aprendendo com mais dados que "Propostas".
Novo limite de tamanho de upload: 250 MB (convencional: 150 MB)
Novo limite superior da fonte sonora: 15 minutos (convencional: 10 minutos)
Por favor, aguarde um pouco enquanto a versão do iPhone suporta o lado do aplicativo.
AI Mastering foi atualizado. As alterações são remoção de causa raiz e correções de erros para falhas do sistema. Não há alteração na funcionalidade.
Identificamos e removemos a causa da falha do sistema que ocorreu regularmente e regularmente.
Reducing inode and dentry caches to keep OOM killer at bay
Monitoramento aprimorado para evitar falhas no sistema devido a causas desconhecidas.
Algumas pessoas cadastradas para o plano premium foram cobradas duas vezes.
Especificamente, se o pagamento por pagamento falhar por algum motivo durante o registro do plano de prêmios, registre-se novamente no plano de prêmios e, em seguida, se o pagamento do plano de prêmio antigo for restaurado, o plano de prêmio antigo e o novo plano de prêmio serão simultaneamente Continuação e as cobranças foram cobradas em dobro.
Faremos o seguinte para aqueles que são elegíveis. Não há necessidade de suporte ao cliente. Eu lamentei muito.
A: Cancelar o antigo plano premium
B: Double charge refund
C: Além de B, como desculpa eu devolvi o mais recente mês
Além disso, eu consertei o programa para evitar que isso aconteça novamente. No futuro, o monitoramento foi aprimorado para permitir a detecção precoce, mesmo se ocorrerem cobranças duplas devido a casos desconhecidos.
Obrigado no futuro.
Nós comparamos o LANDR e o AI Mastering na qualidade do som.
Propusemos um índice que possa avaliar objetivamente o mix MEI 20190207.
Comparamos a masterização de sons com AI Mastering e LANDR no MEI 20190207.
Descobrimos que o AI Mastering tem maior MEI 20190207 do que o LANDR.
O AI Mastering tem uma tendência de o alcance de intensidade ser maior que o LANDR, o Boominess é pequeno, a profundidade é pequena e o calor é pequeno.
* Como existem sons comparativos nas outras pessoas, por favor, ouça
Dominando vários sons com LANDR e AI Mastering e comparando os resultados com vários indicadores.
Escolhemos o som a ser comparado do conjunto de dados de avaliação de mixagem a seguir. Esse conjunto de dados de avaliação de mixagem inclui vários mixagens de áudio para várias músicas e resultados subjetivos de avaliação por várias pessoas para cada áudio mixado.
Na licença de mixagem de áudio, CC BY's, selecionamos a que possui o maior intervalo de intensidade de som para cada música e a que tem a menor classificação subjetiva média como o tom de meta de comparação.
A razão é que é fácil dominar sem artefatos quando a faixa de intensidade é grande, e há uma incompatibilidade de masterização automática quando a avaliação subjetiva é baixa.
Por favor, veja o repositório do GitHub abaixo para uma lista de mixagem específica.
MixEvaluationIndex 20190207 (MEI 20190207) é um índice de avaliação objetiva de áudio misto construído usando dados de avaliação subjetivos do Conjunto de Dados de Avaliação de Mistura. É um índice de avaliação de áudio misto, mas acho que também pode ser usado para avaliar o áudio de masterização. Destina-se a avaliação abrangente. É o principal indicador nesta comparação.
O MEI 20190207 é calculado pela soma ponderada de vários índices. Os índices originais são a matriz de covariância do espectro, a média do espectro, Dureza, Dissonância. Simplificando, eu o calculo com base na forma do espectro, na faixa dinâmica, na extensão do espaço, na largura de banda do ataque e na quantidade de distorção.
O áudio mixado usado para aprendizagem de peso é todo o áudio mixado publicado no MixBrowser, com áudio de pré-visualização. Alguns previews de áudio foram 404 Not Found.
É o volume definido pela ITU-R BS.1770. Dependendo da plataforma a ser entregue e de como o usuário escuta, é altamente provável que músicas com intensidade sonora sejam mais reproduzidas com sons mais altos do que outras músicas. Soa melhor quando você toca com sons altos.
Se a qualidade do som for a mesma, o volume deverá ser grande.
Faixa de volume, True Peak
Por favor, veja o GitHub abaixo.
É a média da mudança do MEI 20190207 em relação ao original para todas as músicas. AI Mastering tende a ter maior MEI 20190207 do que LANDR.
Eu plotei a média de todas as músicas em volume e a média de todas as músicas em volume com um gráfico de dispersão. Em geral, a intensidade sonora e a intensidade sonora estão em uma relação de compromisso, mas a diminuição na faixa de intensidade quando o AI Mastering tem um volume mais alto do que o LANDR é pequeno.
True Peak (pico entre amostras) é uma média de todas as músicas. Se o True Peak for maior que 0 dB, pode ser distorcido devido à re-codificação, etc, mas parece que há casos em que tanto o AI Mastering quanto o LANDR excedem 0 dB. Se você definir Teto como Pico Verdadeiro em AI Mastering, poderá impedir que o True Peak exceda 0 dB, para evitar a degradação da qualidade do som. O LANDR é provavelmente impossível de evitar porque não existe tal configuração.
A dissonância é um índice para medir o grau de dissonância. É utilizado para calcular o MEI 20190207, quanto menor a Dissonância, maior o MEI 20190207.
Se você definir o nível de masterização como 1 em AI Mastering, a Dissonância parece aumentar. Definir o nível de masterização como 0,5 resultará em um aumento equivalente ao LANDR.
A dureza é um índice para medir a dureza do som. Ele é usado para calcular o MEI 20190207, e quanto maior a Dureza, maior o MEI 20190207. Ambos AI Mastering e LANDR parecem aumentar a dureza.
Boominess é um índice para o grau Boomy. O conteúdo é o Índice de Expansão proposto abaixo. Não é usado para o cálculo do MEI 20190207.
Booming index as a measurement for evaluation booming sensation
O Mastering AI tende a diminuir o Boominess.
O brilho é um indicador de brilho. É calculado pela combinação linear do logaritmo da razão de energia do componente de alta frequência para a energia total e o logaritmo do Centróide Espectral. Não é usado para o cálculo do MEI 20190207.
AI Mastering e LANDR tendem a aumentar o brilho.
Profundidade é um indicador de profundidade. É definido em D 5.2 abaixo. De acordo com D 5.2, a profundidade tem significado espacial e significado característico de freqüência, mas esse índice de Profundidade representa apenas o significado característico da freqüência. Não é usado para o cálculo do MEI 20190207.
De acordo com a definição, a profundidade aumentará se houver muitos componentes de baixa frequência. O Mastering AI tende a diminuir a profundidade.
O calor é um indicador de calor. O seguinte é uma implementação. Não é usado para o cálculo do MEI 20190207.
O Mastering AI tende a diminuir o calor.
Para cada música, eu peguei três dos originais, LANDR com o maior MEI 20190207, AI Mastering com MEI 20190207 o maior deles. Como o volume não está alinhado, tenha cuidado com o viés devido à diferença de volume.
Todas as listas de sons estão abaixo. Por favor, tente MEI 20190207 se o som alto é realmente bom som. A notação de licença de cada música é descrita no diretório de áudio do Github.
ai-mastering / mastering_comparison (Github)
Informações detalhadas estão listadas abaixo.
ai-mastering/mastering_comparison (Github)
O que está escrito como "AI Mastering" no gráfico ou Github representa AI Mastering.
Eu comparei o LANDR e o AI Mastering.
AI Mastering foi atualizado.
Função de oversampling foi adicionada. O uso de sobreamostragem reduz a separação entre "True Peak" e "Peak". No entanto, o tempo de processamento será atrasado. Definir Oversampling como 1x resultará no mesmo comportamento de antes.
Se você está preocupado com True Peak, por favor, tente.
O "espectrograma de erro do limitador" é visualizado na forma de espectrograma, na qual a temporização e qual banda afeta o erro do limitador. Eu acho que será mais fácil reduzir o erro do limitador ao usar isso.
Como o valor relativo é exibido, você não precisa se preocupar se "Erro do limitador" for pequeno em primeiro lugar. Em áreas onde não há som original, como faixa de freqüência super alta e parte silenciosa, a cor tende a ficar mais espessa no geral, mas não há problema se não importa se você ouve.
O importante é a parte densa da cor que existe na parte escura. Esta imagem contém muitas linhas verticais abaixo de 15 kHz. Esta linha é uma distorção que ocorreu sem ser capaz de comprimir completamente o pico do som de ataque forte.
Por favor, consulte o seguinte artigo para saber como reduzir o erro do limitador.
O índice de dissonância é um indicador do grau de dissonância do som. O índice de Dissonância tende a tornar-se pequeno, pois há muitos sons cujo espectro é densamente concentrado na direção da frequência, como instrumentos de percussão e ruído, e se tornam menores, pois há muitos tons com tons como piano e cordas.
No AI Mastering, após o upload do áudio, o mastering é iniciado quando a análise de áudio é concluída. À medida que aceleramos a análise do áudio, a masterização deve começar mais rápido.
Portuguese
Japanese
English
Chinese
Hindi
Korean
French
Spanish
German