إصلاح صوت الذكاء الاصطناعي — إصلاح الموسيقى التي تم إنشاؤها بواسطة الذكاء الاصطناعي

يعمل برنامج «Fix AI Audio» مع المخرجات الصادرة عن أي مُولِّد موسيقى يعتمد على الذكاء الاصطناعي — مثل Suno وUdio وStable Audio وMusicGen وغيرها. ويستهدف هذا البرنامج إصلاح التشوهات الشائعة الناتجة عن الذكاء الاصطناعي، بغض النظر عن النموذج الذي أنتج المقطع الصوتي.

تقوم مولدات الموسيقى القائمة على الذكاء الاصطناعي بفك تشفير الصوت من تمثيل كامن مضغوط. تعمل معظم النماذج الحالية — مثل Suno v3 وUdio v1.5 وStable Audio 2 — بمعدلات أخذ عينات داخلية محدودة، وتقوم بخفض الترددات التي تزيد عن ~14 كيلوهرتز بشكل حاد. كما تُحدث أجهزة فك التشفير الخاصة بها نسيجًا غير متسق من حيث الطور في النطاق المتوسط العلوي، وهو ما يطلق عليه المنتجون اسم «لمعان الذكاء الاصطناعي» أو «الزقزقة المعدنية». تعمل «Brighten» على إعادة بناء النطاق العلوي المفقود من خلال إعادة توليد التوافقيات؛ بينما تعمل تقنية «AI Deep Repair» عبر «Cloud Assist» على تشغيل نموذج عصبي أكبر يتعلم عكس هذه التشوهات الناتجة عن أجهزة فك التشفير بشكل مباشر.

أكثر عيوب الصوت الناتجة عن الذكاء الاصطناعي شيوعًا: الاهتزاز المعدني، والترددات العالية المكتومة أو المخففة، وفقدان النبضات العابرة في صوت الطبول، والصفير في الخلفية، والثغرات الطيفية. كما تعالج ميزة «AI Deep Repair» عبر «Cloud Assist» حالات القص الشديد، وانهيار الصورة الاستريو، وعيوب الطور التي لا تستطيع الوحدات الفورية معالجتها إلا جزئيًا.

تُعد «Brighten» و«Punch» و«Clean» وحدات لمعالجة الإشارات — وهي عبارة عن مرشحات EQ سريعة، ومصمّمو الإشارات العابرة، وبوابات طيفية تعمل فورًا على جهازك. وقد تمت معايرتها للتعامل مع أنماط التشوهات الناتجة عن الذكاء الاصطناعي الأكثر شيوعًا، كما أنها تعمل على إصلاح المقاطع الصوتية التي تكون جاهزة بنسبة 70-80٪. تعمل ميزة «AI Deep Repair» عبر «Cloud Assist» بنموذج عصبي أكبر بكثير تم تدريبه خصيصًا على الموسيقى التي تم إنشاؤها بواسطة الذكاء الاصطناعي؛ وهي تعالج الأضرار الأكثر خطورة مثل انهيار الاستريو، والقص الحاد، وفجوات التردد التي لا تستطيع المعالجات البسيطة سدها. ابدأ بالوحدات الفورية؛ واستخدم ميزة «AI Deep Repair» عندما لا يزال صوت المقطع غير صحيح بعد ذلك.

تم ضبط «Fix AI Audio» خصيصًا للموسيقى المُنتجة بواسطة الذكاء الاصطناعي — فقد تمت معايرة الوحدات «Brighten» و«Punch» و«Clean» للتعامل مع التشوهات الصوتية النموذجية الناتجة عن توليد الصوت عبر الشبكات العصبية. أما «Audio Enhancer» فيستهدف الإصلاح العام لأي مصدر صوتي، بما في ذلك المواد المسجلة بصوت بشري والتي تحتوي على أنماط مختلفة من التشوهات الصوتية.

تُجرى عملية الإصلاح الفوري (التفتيح، التعزيز، التنظيف) بالكامل على جهازك — ولا تغادر الملفات جهازك أبدًا. تستخدم ميزة «الإصلاح العميق بالذكاء الاصطناعي» خدمة «Cloud Assist» — حيث تتم معالجة ملفك بأمان ثم حذفه فورًا بعد ذلك.

تشفير الفضاء الكامن يترك آثارًا

لا تنتج مولدات الموسيقى الحديثة القائمة على الذكاء الاصطناعي — مثل Suno وUdio وStable Audio وMusicGen — عينات صوتية بشكل مباشر. بل تنتج تسلسلاً مضغوطاً من الرموز أو المتجهات الكامنة التي يقوم «مفكك الترميز العصبي» بتحويلها مرة أخرى إلى شكل موجي. ويُعد «مفكك الترميز» مصدر معظم التشويشات التي تسمعها. ولضمان قابلية المعالجة على نطاق التدريب، تُبنى أجهزة فك التشفير عادةً على أساس برامج ترميز الصوت العصبية مثل EnCodec أو Descript Audio Codec؛ وهذه البرامج الترميزية نفسها تتسم بفقدان البيانات، وهي مصممة لضغط إشارة ستيريو بتردد 44.1 كيلوهرتز إلى بضعة كيلوبتات في الثانية. يتخلص برنامج الترميز من التفاصيل عالية التردد التي تزيد عن 14 كيلوهرتز تقريبًا، ويشوه معلومات الطور في النطاق المتوسط العلوي، ويُفقد الإشارات الاستريو الدقيقة التي لا تنجو من عملية الضغط.

ولهذا السبب تظهر نفس السمات في منتجات مختلف الموردين. النطاق العالي الباهت والمشوش قليلاً («لمعان الذكاء الاصطناعي»). والرنين المعدني في الأصوات الغنائية الممتدة. والنغمة الهشة والمتقطعة في صوت الصنج والهاي هات التي يولدها الذكاء الاصطناعي. والصورة الاستريو الضيقة حتى في المخرجات التي يُفترض أنها استريو. هذه ليست أخطاء في Suno أو Udio — بل هي خصائص خاصة بطبقة الترميز التي تعتمد عليها حاليًا جميع المولدات التجارية تقريبًا.

لماذا تفشل مكونات الماسترينغ التقليدية في هذه الحالة

تفترض سلاسل الماسترينغ القياسية أن الإدخال عبارة عن تسجيل صوتي بشري نقي يحتاج إلى صقل — مرشح «هاي شيلف» لإضفاء الحيوية، وضاغط «باص» لتوحيد الصوت، ومحدد مستوى الصوت. وعند تطبيقها على الصوت الذي تم إنشاؤه بواسطة الذكاء الاصطناعي، فإنها تعمل على تضخيم التشويشات بدلاً من إخفائها. فمرشح الترددات العالية فوق 12 كيلوهرتز يزيد من رنين الترميز بدلاً من استعادة الترددات العالية الحقيقية. كما أن ضاغط النطاق العريض يسحق الموجات العابرة المنهارة بالفعل بشكل أكبر. أما موسعات الصوت الاستريو على صورة صوتية أحادية منهارة، فهي تضيف فقط لون مرشح المشط. يقوم «Fix AI Audio» بعكس هذا المنطق: فهو يحدد نطاقات التردد المحددة والسمات المميزة في المجال الزمني للعيوب الناتجة عن وحدة فك الترميز ويعالجها، بدلاً من معالجة كل شيء بشكل موحد. إذا كنت لا تزال ترغب في إجراء الماسترينغ للملف الذي تم تنظيفه بعد ذلك، فقم بإرساله عبر Auto Master بعد ذلك.

Brighten — إعادة توليد التوافقيات فوق 14 كيلوهرتز

يقوم جهاز فك التشفير بقطع المحتوى فوق تردد 14 كيلوهرتز تقريبًا بشكل حاد. ولا يمكن لمرشح «هاي شيلف» عادي استعادة هذا المحتوى لأن الطاقة قد فُقدت. تقوم وظيفة «Brighten» بتوليد محتوى جديد عالي التردد من البنية التوافقية للترددات المتوسطة الموجودة — من خلال التشبع والتصفية ودمج محتوى مُصنَّع يتطابق مع نغمة الصوت في المصدر. والنتيجة هي إحساس بالانسيابية والحضور لم يكن موجودًا في ملف الإدخال. حرك شريط التمرير برفق؛ فالتشغيل المفرط لمُجدِّد الصوت يؤدي إلى ظهور هشاشة خاصة به.

Punch — الاستعادة المؤقتة في إيقاعات الذكاء الاصطناعي

تبدو مجموعات الطبول التي تُنتجها الذكاء الاصطناعي (AI) وكأنها تُقرع بضربات ضعيفة، وذلك لأن برنامج الترميز يُشوه الموجة العابرة الأولية. «Punch» هو أداة لتصميم الموجات العابرة تكتشف غلاف الهجوم في المحتوى الإيقاعي وتعيد بناء الحافة الأمامية. تستعيد أصوات الكيك ثقلها، وتستعيد أصوات السناير صوتها الحاد، وتتوقف أصوات الهاي هات عن أن تبدو كضوضاء ثابتة. وقد تمت معايرته ليتناسب مع الملامح العابرة المحددة للإيقاعات التي تم إنشاؤها بواسطة الذكاء الاصطناعي، والتي تختلف عن ملامح الإيقاعات المأخوذة من عينات، حيث تتميز بانحسار أبطأ للموجات العابرة.

نظيف — بوابة طيفية مضبوطة على مستوى الضوضاء الأساسي للذكاء الاصطناعي

تأتي معظم مسارات الذكاء الاصطناعي مصحوبة بخلفية خافتة من الضوضاء عريضة النطاق — والتي تنشأ جزئيًا عن تكمية برنامج الترميز، وجزئيًا عن عملية التوليد. ولا تستطيع بوابة الضوضاء القياسية التخلص منها لأن الضوضاء غير ثابتة. يستخدم Clean بوابة طيفية مُدرَّبة تتكيف مع مستوى الضوضاء الأساسي الخاص بالذكاء الاصطناعي وتقوم بكبته دون التأثير على المحتوى الموسيقي. استخدمه عندما يبدو الصمت بين العبارات الموسيقية مصحوبًا بضجيج خفيف.

"AI Deep Repair" — الأضرار الشديدة عبر "Cloud Assist"

عندما يكون تلف برنامج الترميز شديدًا — مثل التشويش الشديد، والانهيار الحاد للصوت الاستريو، والثغرات المسموعة في الطيف الصوتي — فإن قدرات الوحدات المدمجة في الجهاز تكون محدودة. تقوم ميزة «AI Deep Repair» بإرسال الملف إلى «Cloud Assist» وتشغيل نموذج عصبي أكبر بكثير تم تدريبه على أزواج من المقاطع الموسيقية النقية وتلك التي تدهورت جودتها بفعل الذكاء الاصطناعي. وهي تعالج المشكلات التي تتطلب سياقًا كاملاً للمقطع: إعادة بناء عرض الصوت الاستريو من الإشارات المخفية، واستعادة القمم المقطوعة عن طريق استقراء شكل الموجة، وسد الفجوات الطيفية بمحتوى معقول إحصائيًا. تتم معالجة الملفات وحذفها على الفور. لإصلاح الصوت بشكل أوسع يتجاوز المشكلات الخاصة بالذكاء الاصطناعي، تصفح مجموعة أدوات إصلاح الصوت.