اسٽريمنگ فراهم ڪندڙ Deezer تجرباتي پروجيڪٽ اسپليٽر جا ماخذ متن، جيڪو آواز جي ذريعن کي پيچيده آڊيو ڪمپوزيشن کان الڳ ڪرڻ لاءِ مشين لرننگ سسٽم ٺاهي ٿو. پروگرام توهان کي اجازت ڏئي ٿو ته آوازن کي هڪ سازي مان هٽائي ڇڏيو ۽ صرف موسيقي سان گڏ ڇڏڻ، انفرادي آلات جي آواز کي ترتيب ڏيو، يا موسيقي کي رد ڪري ڇڏيو ۽ آواز کي ڪنهن ٻئي آواز جي سيريز سان اوورلي ڪرڻ لاء ڇڏي ڏيو، ميڪس، ڪاروائي يا ٽرانسپشن ٺاهي. پروجيڪٽ ڪوڊ Python ۾ Tensorflow انجڻ استعمال ڪندي لکيو ويو آهي ۽ MIT لائسنس تحت.
لوڊ ڪرڻ لاء آوازن (هڪ آواز) کي گڏ ڪرڻ کان الڳ ڪرڻ لاءِ اڳ ۾ ئي تربيت يافته ماڊل، گڏوگڏ 4 ۽ 5 اسٽريمز ۾ ورهائڻ لاءِ، جن ۾ آواز، ڊرم، باس، پيانو ۽ باقي آواز شامل آهن. اسپليٽر ٻنهي کي پٿون لائبريري جي طور تي استعمال ڪري سگهجي ٿو ۽ هڪ اسٽينڊل ڪمانڊ لائن افاديت جي طور تي. سادي صورت ۾، ماخذ فائل جي بنياد تي ٻه، چار يا پنج فائلون آوازن سان گڏ ۽ گڏوگڏ اجزاء (vocals.wav، drums.wav، bass.wav، piano.wav، other.wav).
جڏهن 2 ۽ 4 موضوعن ۾ ورهايو وڃي ٿو، اسپليٽر تمام اعلي ڪارڪردگي مهيا ڪري ٿو، مثال طور، جڏهن GPU استعمال ڪندي، هڪ آڊيو فائل کي 4 موضوعن ۾ ورهائڻ اصل ساخت جي مدت کان 100 ڀيرا گهٽ وقت وٺندو آهي. سسٽم تي هڪ NVIDIA GeForce GTX 1080 GPU ۽ هڪ 32-core Intel Xeon Gold 6134 CPU سان گڏ، musDB ٽيسٽ ڪليڪشن، جيڪو ٽي ڪلاڪ ۽ 27 منٽ هليو، 90 سيڪنڊن ۾ پروسيس ڪيو ويو.
اسپليٽر جي فائدن ۾، آڊيو علحدگيء جي ميدان ۾ ٻين ترقيات جي مقابلي ۾، جهڙوڪ اوپن سورس پروجيڪٽ کليل- Unmix، آواز فائلن جي وسيع مجموعن مان ٺهيل اعلي معيار جي ماڊل جي استعمال جو ذڪر ڪري ٿو. ڪاپي رائيٽ جي پابندين جي ڪري، مشين لرننگ محقق موسيقي فائلن جي منصفانه عوامي مجموعن تائين رسائي تائين محدود آهن، جڏهن ته Spleeter جا ماڊل ڊيزر جي وسيع ميوزڪ ڪيٽلاگ مان ڊيٽا استعمال ڪندي ٺاهيا ويا آهن.
پاران Open-Unmix سان، Spleeter جو علحدگيءَ وارو اوزار تقريباً 35 سيڪڙو تيز آھي جڏھن سي پي يو تي آزمايو وڃي ٿو، MP3 فائلن کي سپورٽ ڪري ٿو، ۽ بھتر نتيجا پيدا ڪري ٿو (Open-Unmix ۾ ڳائڻ وارا آواز ڪجھ ٽولز جا نشان ڇڏي وڃن ٿا، جنھن جي ڪري ممڪن آھي ته ماڊل Open-Unmix صرف 150 ڪمپوزيشنز جي مجموعن تي تربيت يافته آهن).
جو ذريعو: opennet.ru