LALAL.AI har en ny Cassiopeia-algoritm som kommer att blåsa dig

Att separera olika delar av en låt utan att ha den verkliga stammen är svårt, men det finns ett verktyg som heter LALAL.AI det är ganska kapabelt att hantera processen. Det delar låtar mellan sång och instrumental med minimal ansträngning och ingen ljudteknik krävs.

Och medan LALAL.AI redan var ganska solid tog det nyligen ett stort steg framåt tack vare introduktionen av dess nya neurala nätverksarkitektur som heter Cassiopeia. Det tar Rocknet, tjänstens tidigare generationens neurala nätverk, och gör det bättre på nästan alla sätt.

Vad tar LALAL.AI: s Cassiopeia till bordet?

För att uttrycka det enkelt: Cassiopeia ger förbättrade delningsresultat med betydligt färre ljudartefakter. Hela syftet med LALAL.AI är att dra och separera sång och instrument från ett spår, så det är fantastiskt att ha en funktion som kan förbättra kapaciteten.

Med det nya neurala nätverket tar LALAL.AI lite längre tid att generera delade spår, men det är en liten kompromiss för den stora förbättringen av kvaliteten.

Så vad är annorlunda? I grund och botten beaktar Rocknet, som fortfarande är användbart på LALAL.AI, endast amplitudkomponenten medan faskomponenten ignoreras. Det nyare Cassiopeia neurala nätverket tar hänsyn till ingångssignalens faskomponent och genererar fasen för utsignalen. Genom denna process kommer de delade spåren att innehålla färre ljudartefakter.

För att uttrycka allt detta i enkla termer går den nya algoritmen djupare till att analysera låten för att skapa en bättre split.

För att bevisa att dess tjänst fungerar mer effektivt testade LALAL.AI den mot Spleeter, OpenUnmix och Extended Unmix. Det jämförde också resultaten med sitt eget Rocknet neurala nätverk. Du kan se de fullständiga resultaten av testet den LALAL.AIs blogg, men i princip överträffade Cassiopeia alla andra i de flesta kategorier i olika slumpmässigt utvalda genrer som jazz, soft rock, pop och så vidare.

Intressant nog fungerar Rocknet fortfarande bättre i vokalkanalen. Cassiopeia har lite mer infiltration från instrumentalerna till sången. LALAL.AI påpekade dock att siffror inte alltid berättar hela historien, och ibland kan ljudkvaliteten faktiskt vara annorlunda än vad testerna visar.

Här är vad företaget sa i frågan:

Även om Cassiopeia ligger efter Rocknet när det gäller formella mätvärden för sång, så är både den instrumentala delen och speciellt sångstammen åtskilda av Cassiopeia låter mycket mer naturligt och mjukare än Rocknets, utan de metalliska artefakterna som är så karakteristiska för den andra lösningar.

Jag testade resultaten för mig själv och jag tyckte att det neurologiska nätverket Cassiopeia resulterade i renare ljuduppdelningar. Sångspåret hade nästan ingen märkbar infiltration från instrumentals, vilket är exakt vad du vill ha från ett verktyg som LALAL.AI

Med detta sagt var resultaten från Rocknet fortfarande ganska bra, och de var helt användbara för att isolera sångspåret från instrumentalerna.

Hur försöker du LALAL.AIs nya Cassiopeia-funktion?

Om du vill ge det nya neurala nätverket ett skott kan du gå till LALAL.AI och se till att Använd den nya algoritmen kryssrutan är markerad längst ner på skärmen när du laddar upp en låt.

Du kan också välja den aggressionsnivå som algoritmen använder för att dela spåren. Normal är bra för de flesta spår, men du kan experimentera med Mild och Aggressive för att se vad som skapar ett bättre spår för dig.

LALAL.AI gör det enkelt att separera sång och instrument

Istället för att spendera timmar på att skapa stammar använder LALAL.AI artificiell intelligens för att göra det på några sekunder.

Läs Nästa

Om författaren