ለስፕሌተር ክፍት ምንጭ፣ ሙዚቃ እና ድምጽ የሚለያዩበት ስርዓት

የዥረት አቅራቢ Deezer ተከፍቷል። የድምፅ ምንጮችን ከተወሳሰቡ የኦዲዮ ውህዶች ለመለየት የማሽን መማሪያ ስርዓትን የሚዘረጋው የሙከራ ፕሮጀክት ስፕሌተር ምንጭ ጽሑፎች። ፕሮግራሙ ድምጾችን ከቅንብር ላይ እንዲያነሱ እና የሙዚቃ አጃቢዎችን ብቻ እንዲተዉ፣ የነጠላ መሳሪያዎችን ድምጽ እንዲቆጣጠሩ ወይም ሙዚቃውን እንዲተዉ እና ድምጹን በሌላ የድምፅ ተከታታይ ለመደራረብ እንዲተዉ ይፈቅድልዎታል ፣ ድብልቅ ፣ ካራኦኬ ወይም ግልባጭ ይፈጥራል። የፕሮጀክት ኮድ የ Tensorflow ሞተርን በመጠቀም እና በ Python ውስጥ ተጽፏል የተሰራጨው በ በ MIT ፍቃድ.

ለመጫን አቅርቧል ድምጾችን (አንድ ድምጽ) ከአጃቢ ለመለየት እንዲሁም በ 4 እና 5 ዥረቶች ለመከፋፈል ቀድሞውኑ የሰለጠኑ ሞዴሎች ድምጾች ፣ ከበሮ ፣ ባስ ፣ ፒያኖ እና የተቀረው ድምጽ። ስፕሌተር ሁለቱንም እንደ Python ቤተ-መጽሐፍት እና እንደ ራሱን የቻለ የትእዛዝ መስመር መገልገያ ሊያገለግል ይችላል። በጣም ቀላል በሆነ ሁኔታ, በምንጭ ፋይሉ ላይ በመመስረት ተፈጠረ ሁለት፣ አራት ወይም አምስት ፋይሎች በድምፅ እና አጃቢ ክፍሎች (vocals.wav፣ drums.wav፣ bass.wav፣ piano.wav፣ other.wav)።

ወደ 2 እና 4 ክሮች በሚከፈልበት ጊዜ ስፕሌተር በጣም ከፍተኛ አፈፃፀም ይሰጣል ፣ ለምሳሌ ፣ ጂፒዩ ሲጠቀሙ የኦዲዮ ፋይልን ወደ 4 ክሮች መከፋፈል ከዋናው ጥንቅር ቆይታ 100 እጥፍ ያነሰ ጊዜ ይወስዳል። በNVDIA GeForce GTX 1080 GPU እና ባለ 32-ኮር ኢንቴል ዜኦን ጎልድ 6134 ሲፒዩ ሲስተም ላይ ሶስት ሰአት ከ27 ደቂቃ የፈጀው የሙስዲቢ ሙከራ ስብስብ በ90 ሰከንድ ተሰራ።

ከስፕሌተር ጥቅሞች መካከል በድምጽ መለያየት መስክ ውስጥ ካሉ ሌሎች እድገቶች ጋር ሲነፃፀር ለምሳሌ እንደ ክፍት ምንጭ ፕሮጀክት ክፈት - ቅልቅል, ከብዙ የድምጽ ፋይሎች ስብስብ የተገነቡ ከፍተኛ ጥራት ያላቸው ሞዴሎችን መጠቀምን ይጠቅሳል. በቅጂ መብት ገደቦች ምክንያት የማሽን መማሪያ ተመራማሪዎች ፍትሃዊ ያልሆኑ የህዝብ የሙዚቃ ፋይሎች ስብስቦችን ለማግኘት የተገደቡ ሲሆኑ የስፕሌተር ሞዴሎች ግን የተገነቡት ከዴዘር ሰፊ የሙዚቃ ካታሎግ የተገኘ መረጃን በመጠቀም ነው።

በ ንፅፅር ከOpen-Unmix ጋር የስፕሌተር መለያየት መሣሪያ በሲፒዩ ላይ ሲሞከር 35% ያህል ፈጣን ነው፣የኤምፒ3 ፋይሎችን ይደግፋል እና ጥሩ ውጤት ያስገኛል። ሞዴሎች Open-Unmix በ 150 ጥንቅሮች ስብስብ ላይ የሰለጠኑ ናቸው)።

ምንጭ: opennet.ru