目前有一些 AI 工具可以对上传的音乐进行一定的处理和分析。例如,在某些音乐处理软件中,上传参考音轨后,AI 会参考音频特征进行处理,但需要注意的是,AI 并不能将您的音轨处理到目标音轨的完全相同的音质,缺失的声音细节也难以通过母带处理还原。
此外,有相关的研究和实践,如“我实现了一个人工智能音乐评论家”。同时,Suno 和 Udio 推出了上传音频文件生成音乐的功能,能实现对速度、旋律、配器、合成等方面的控制和处理。
不做科普,一般默认或者True Peak。4、Oversampling不做科普,选2X。5、Automatic Mastering不做科普,一般默认,也可以往上调整数值增加处理强度尝试不同区别。6、Specify Reference Audio By Myself|指定参考音频上传参考音轨,AI会参考音频特征进行处理,可以下载一些得奖的高品质原声带或者自己目标风格音乐的WAV音轨作为参考。但是请注意,并不是说AI能将你的音轨处理到目标音轨的音质,缺失的声音细节,是不可能通过母带处理还原的。不上传也没问题。7、Output Format|输出格式不做科普,一般默认或者MP3。8、Sampling Rate不做科普,一般默认。9、Low/High Cut Freq不做科普,一般默认。10、Preserve Bass|保留低音不做科普,如果音源低音丰富且重要(如电子、摇滚),默认打勾。如果音源以中高频为主(如古典乐),可以考虑关闭,避免处理低音后出现失真风险。
作者:叮当不是机器猫|分享AI音乐动态,探索AI与音乐的无限可能!公众号:智音Brook 2024-02-27 20:46广东原文:https://mp.weixin.qq.com/s/0Jn_VLzvjRA4MICIIPc5Zg[heading3]目录[heading3]ChatMusician:使用LLM本质上理解与创造音乐[heading3]以色列理工学院研究人员彻底改变音频编辑:通过零样本技术和预训练模型释放创造力[heading3]可解释音频标签的感知音乐特征[heading3]SingVisio:歌声转换扩散模型的可视化分析[heading3]我实现了一个人工智能音乐评论家[content]
Suno和Udio都推出了上传音频文件生成音乐的功能,很多行业大号都拿来做了各种无厘头编曲(像卡兹克的:倒车请注意),确实狠魔性~短期可以出很多流量。不过玩归玩,这个功能对于AI音乐的作用,在于精确的控制力。有了前置的旋律,我们可以精确控制每首歌的:速度(Tempo)再也不用去背那些绕口的速度词了(什么Allegro,Moderato...),可以精确控制我们想要的BPM旋律(Melody)通过自己制作一段简单的旋律,让AI补全并在整首歌贯穿,并且可以旋律+速度实现一谱变速,节省大量Roll旋律的时间。配器(Instrumentation)按照自己的想法选择音乐的乐器,减少提示词里乐器不灵光的情况(比如Suno的Drum solo),也可以自己开脑洞选择一些特殊的音色,比如用笛子吹小步舞曲~合成(synthesizer)当我们手上有两支BPM完全相同,调性也相同的音乐时,可以尝试更多的拆分组合,尝试一些更好玩的效果。这个还没试,之后会找时间试一些曲子。既然上传音频大大节省了对着一首歌猛roll的点数消耗,那每个月的点数拿来干嘛呢?首先,我们可以用提示词多Roll一些和流派,心情,场景相关的曲子。在减少了限制以后,AI音乐会发挥更多的创造力,Suno官方也提过(less is more),让AI音乐展现更强的一面。然后把这些好的旋律存起来,可能是前奏,副歌,或者一段和声,都可以作为之后制作的素材。其次,把点数用来roll更多细节调整的部分,比如某段曲子里面,一定要让它升调,不走平调,把冲的钱用在提升每首作品的品质上。下面用一个简单的例子来演示一下这个工作流: