أداة البحث عن المفاتيح

يُختصر اكتشاف المفتاح الموسيقي في سؤال واحد: أي من المفتاحات الـ24 المحتملة — 12 مفتاحًا رئيسيًّا و12 مفتاحًا ثانويًّا — يتطابق بشكل أفضل مع المحتوى النغمي للمقطوعة؟ تحل الشبكة العصبية هذه المشكلة عن طريق إنشاء ملف تعريف فئة النغمة (يُعرف أيضًا باسم الكروماغرام) أولاً: وهو بصمة تُصنف كل نوتة في المقطع الصوتي ضمن فئات النغمات اللونية الـ 12 بغض النظر عن الأوكتاف. يتم تدريب النموذج على عشرات الآلاف من المقطوعات المصنفة عبر مختلف الأنواع الموسيقية، حيث يتعلم التوزيعات الدقيقة التي تميز النغمة الأساسية الحقيقية عن الوتر العابر. أصعب الأزواج هي النغمات المتوازية والنغمات النسبية — فالنغمة C الكبرى و A الصغرى تشتركان في نفس النوتات السبع، لذا قد يعرض الكشف أحيانًا النغمة الصغرى النسبية عندما تكون النغمة الفعلية هي النغمة الكبرى النسبية (أو العكس). هذا الغموض متأصل في الصوت نفسه، وليس عيبًا في الخوارزمية. تعرض النتائج كلاً من الترميز القياسي (مثل G الصغرى) وترميز كاميلوت (مثل 6A) — وهو التنسيق المفضل لدى الدي جي. انظر عجلة Camelot للاطلاع على قواعد التوافق الكاملة.

للحصول على كشف أنظف، زود النموذج بإشارة نظيفة. المواد المفصولة عن الجذع هي الأفضل — حيث يعمل الجذع التوافقي المعزول على إزالة أصوات الطبول وذيول الصدى التي تشوش على الكروماغرام. تجنب التسجيلات الحية التي تحتوي على ضوضاء، أو التسجيلات الأصلية التي تعرضت لقص شديد، أو المقاطع غير اللحنية. تحتاج الخوارزمية إلى ما يقارب 30 ثانية من المحتوى اللحني المستمر لتتوافق؛ فقد تؤدي المقاطع القصيرة جدًّا أو مقدمات الإيقاع الخالص إلى إرباكها. إذا كان المصدر عبارة عن مزيج كامل وبدا الكشف غير مستقر، فقم بتمريره عبر Stem Splitter أولاً، ثم أعد إدخال المسار الآلي أو الصوتي مرة أخرى.

طريقة عمل الدي جي بسيطة: قم بإدراج كل مقطوعة في برنامج «Key Finder»، واحصل على رمز كاميلوت، وقم بوضع علامات على مكتبتك الموسيقية حتى تتمكن من الفرز حسب المفتاح الموسيقي. وبمجرد وضع العلامات على المقطوعات، يتحول المزج التوافقي إلى ثلاث حركات آمنة على عجلة التحكم. نفس الرمز (8A → 8A) هو تطابق مثالي — حيث تندمج الملحانات دون أي تنافر. خطوة واحدة لأعلى أو لأسفل (8A → 7A أو 9A) تغير الطاقة بمقدار خُمس وتبدو وكأنها تغيير طبيعي في السرعة. تبديل الحرف (8A → 8B) يحافظ على النغمة الأساسية لكنه يتنقل بين الصغرى والكبرى، وهو مثالي لرفع الحالة المزاجية قبل «الدروب». قم بدمج هذا مع أداة البحث عن حركات BPM في الدقيقة للتحكم في الإيقاع، أو استخدم أداة البحث المدمجة عن معدل النبضات في الدقيقة (BPM) والمفتاح الموسيقي لإعداد مجموعة كاملة من الأغاني دفعة واحدة — فالتحكم في الإيقاع والمفتاح الموسيقي يشكلان قائمة التحضير الكاملة للحصول على مزيج متناسق من الناحية التوافقية.

يستخدم المنتجون ومعدو الريمكسات نفس سير العمل ولكن في الاتجاه المعاكس. فالتعرف على مفتاح العينة يحدد لك ما إذا كانت ستتناغم مع النغمة الأساسية لمشروعك أم ستتعارض معها. وعند مطابقة الحلقات الصوتية من مصادر مختلفة، فإن معرفة كلا المفتاحين تتيح لك تحديد ما إذا كنت ستقوم بتغيير نغمة الحلقة أم إعادة صياغة تسلسل الأكوردات. لمطابقة النغمة عبر المسارات ذات المفاتيح المختلفة، يتيح لك Pitch Shifter يتيح لك نقل النغمة بنصف نغمات مع الحفاظ على الإيقاع — وهو أمر مفيد عندما تريد مواءمة غناء أكابيلا في F# الصغير مع مقطوعة موسيقية في G الصغير، أو سحب عينة إلى مفتاح مشروعك دون الإخلال بتوقيتها.

تقوم شبكة عصبية تلافيفية (CNN) تم تدريبها على أكثر من 50,000 مقطوعة موسيقية بتحليل الصوت باستخدام تحويل Q الثابت (CQT) الذي يلتقط المحتوى التوافقي عبر النطاق الترددي الكامل. ويُخرج النموذج احتمالات لجميع المفاتيح الـ 24 الرئيسية والثانوية.

تبلغ دقة التعرف أكثر من 90% في حالة الآلات الموسيقية المنفردة والموسيقى ذات النغمات الواضحة. وتنخفض الدقة في حالة المحتوى غير النغمي، أو صوت الجيتار المشوه بشدة، أو المقطوعات التي تتضمن تغييرات متكررة في المفتاح الموسيقي. ويُظهر مؤشر الثقة مدى دقة عملية الكشف.

نعم. تُعرض النتائج بالصيغة القياسية (مثل: A الصغرى) وبصيغة عجلة كاميلوت (مثل: 8A) من أجل المزج التوافقي للدي جي. موضوع ذو صلة: استخدم أداة عجلة كاميلوت للعثور على المفاتيح المتوافقة.

تُحدد الأداة المفتاح السائد للمقطوعة بأكملها. أما بالنسبة للأغاني التي تحتوي على تغييرات في المفتاح، فإن النتيجة تعكس المفتاح الأكثر بروزًا. ولإجراء تحليل مفصل لتغييرات المفتاح، جرب أداة «Song Analyzer» التي توفر نتائج مزودة بختم زمني.

يميز نموذج CNN بين أزواج الميزور والمنور النسبية (مثل: C الميزور مقابل A المنور) التي تشترك في نفس النوتات الموسيقية ولكن لها مراكز نغمية مختلفة. وتعد هذه إحدى أصعب المشكلات في مجال استرجاع المعلومات الموسيقية — حيث يستخدم النموذج أنماط الخطوط اللحنية، وليس فقط توزيعات فئات الارتفاعات الصوتية.

لا. يعمل نموذج CNN (1.8 ميغابايت) بالكامل على جهازك. تتم معالجة الصوت محليًّا ولا يغادر جهازك أبدًا.