LALAL.AI heeft een nieuw Cassiopeia-algoritme dat je versteld doet staan

Het is moeilijk om verschillende delen van een nummer te scheiden zonder de eigenlijke stam te hebben, maar er is een tool genaamd LALAL.AI dat is heel goed in staat om het proces aan te pakken. Het splitst nummers tussen zang en instrumentale nummers met minimale inspanning en zonder dat audio-engineeringvaardigheden vereist zijn.

En hoewel LALAL.AI al behoorlijk solide was, heeft het onlangs een enorme stap voorwaarts gemaakt dankzij de introductie van zijn nieuwe neurale netwerkarchitectuur genaamd Cassiopeia. Het vereist Rocknet, het neurale netwerk van de vorige generatie, en maakt het op vrijwel alle manieren beter.

Wat brengt Cassiopeia van LALAL.AI op tafel?

Simpel gezegd: Cassiopeia biedt verbeterde splitsingsresultaten met aanzienlijk minder audio-artefacten. Het hele doel van LALAL.AI is om zang en instrumenten van een nummer te halen en te scheiden, dus het hebben van een functie die de mogelijkheden kan verbeteren, is geweldig.

Met het nieuwe neurale netwerk zal LALAL.AI iets langer nodig hebben om de gesplitste tracks te genereren, maar dat is een kleine afweging voor de enorme kwaliteitsverbetering.

Dus wat is er anders? Kortom, Rocknet, dat nog steeds bruikbaar is op LALAL.AI, houdt alleen rekening met de amplitudecomponent en negeert de fasecomponent. Het nieuwere neurale netwerk Cassiopeia houdt rekening met de fasecomponent van het ingangssignaal en genereert de fase voor het uitgangssignaal. Door dit proces zullen de gesplitste tracks minder audio-artefacten bevatten.

Om dat allemaal in eenvoudige bewoordingen te zeggen: het nieuwe algoritme gaat dieper in op het analyseren van het nummer om een ​​betere splitsing te creëren.

Om te bewijzen dat de service effectiever werkt, heeft LALAL.AI deze getest met Spleeter, OpenUnmix en Extended Unmix. Het vergeleek de resultaten ook met zijn eigen Rocknet neuraal netwerk. U kunt de volledige resultaten van de test bekijken op Het blog van LALAL.AI, maar in wezen presteerde Cassiopeia beter dan alle anderen in de meeste categorieën in verschillende willekeurig geselecteerde genres zoals jazz, softrock, pop, enzovoort.

Interessant genoeg presteert Rocknet nog steeds beter op het vocale kanaal. Cassiopeia heeft iets meer infiltratie van de instrumentalen in de zang. LALAL.AI wees er echter op dat cijfers niet altijd het hele verhaal vertellen en dat de geluidskwaliteit soms zelfs anders kan zijn dan wat de tests laten zien.

Dit is wat het bedrijf hierover zei:

Hoewel Cassiopeia achterblijft bij Rocknet in termen van formele statistieken voor zang, worden zowel het instrumentale gedeelte als vooral de vocale stam gescheiden door Cassiopeia klinkt veel natuurlijker en zachter dan dat van Rocknet, zonder de metaalachtige artefacten die zo kenmerkend zijn voor de andere oplossingen.

Ik heb de resultaten voor mezelf getest en ik ontdekte dat het Cassiopeia neurale netwerk resulteerde in schonere audiosplitsingen. Het vocale nummer had bijna geen waarneembare infiltratie van de instrumentals, en dat is precies wat je wilt van een tool als LALAL.AI

Dat gezegd hebbende, de resultaten van Rocknet waren nog steeds redelijk goed, en ze waren absoluut bruikbaar om de vocale track te isoleren van de instrumentale nummers.

Hoe probeer je de nieuwe Cassiopeia-functie van LALAL.AI?

Als je het nieuwe neurale netwerk een kans wilt geven, kun je naar LALAL.AI en zorg ervoor dat het Gebruik het nieuwe algoritme is aangevinkt onder aan het scherm wanneer u een nummer uploadt.

U kunt ook het agressieniveau kiezen dat door het algoritme wordt gebruikt om de tracks te splitsen. Normaal is goed voor de meeste nummers, maar je kunt experimenteren met Mild en Aggressive om te zien wat een betere track voor je oplevert.

LALAL.AI maakt het scheiden van zang en instrumenten gemakkelijk

In plaats van uren te besteden aan het maken van stengels, gebruikt LALAL.AI kunstmatige intelligentie om het in seconden te doen.

Lees Volgende

Over de auteur