BPM & Tonart-Finder

Die BPM-Erkennung nutzt ein Ensemble aus neuronalen Netzen mit einer Genauigkeit von 1 BPM. Die Tonart-Erkennung nutzt ein speziell entwickeltes Convolutional Neural Network, das anhand von über 50.000 Titeln trainiert wurde. Beide Funktionen werden lokal auf Ihrem Gerät ausgeführt – es erfolgt keine Inferenz über einen Server.

DJs und Produzenten benötigen fast immer beides – kennt man das Tempo, aber nicht die Tonart (oder umgekehrt), muss man die Datei in ein zweites Tool laden. Diese Seite führt beide Analysen bei einem einzigen Upload parallel durch, sodass ein Set aus 50 Titeln in einem Durchgang statt in zwei vorbereitet wird.

Nein. Beide neuronalen Netze laufen vollständig auf Ihrem Gerät. Ihre Dateien verlassen Ihr Gerät zu keinem Zeitpunkt – nicht einmal vorübergehend zur Analyse.

Beide Detektoren nutzen denselben decodierten Audio-Puffer – Brizm führt die Tempo- und Tonartanalyse parallel mithilfe von zwei neuronalen Netzen durch. Der kombinierte Durchlauf ist in etwa genauso schnell wie jedes der beiden Tools für sich allein. Sie erhalten BPM, Tonart (Dur oder Moll) und den Camelot-Code in einem einzigen Ergebnis.

Das bloße Abgleichen der BPM garantiert noch nicht, dass die Tracks musikalisch zusammenpassen. Zwei Tracks mit 128 BPM in unvereinbaren Tonarten klingen bei langen Übergängen disharmonisch. Durch die Kombination von BPM und Camelot-Tonart kannst du vor dem Zusammenstellen eines Sets anhand der harmonischen Kompatibilität vorsortieren. Die Kompatibilitätsregeln findest du im Camelot-Rad.

Im Hintergrund kommen dieselben neuronalen Netze zum Einsatz – diese Seite verarbeitet beide Werte parallel bei einem einzigen Upload, während sich BPM Finder und Key Finder jeweils auf ein Signal konzentrieren. Verwende die Einzeltools, wenn du nur einen Wert benötigst oder wenn du die Ergebnisse mit denen eines anderen Detektors vergleichen möchtest. Nutze dieses kombinierte Tool zur Vorbereitung von DJ-Sets, bei denen jeder Track beide Werte benötigt.

MP3, WAV, FLAC, OGG, M4A und die meisten anderen gängigen Audioformate mit einer Dateigröße von bis zu 30 MB – genug Spielraum für DJ-taugliche Mixe in voller Länge und Albumtitel. Größere Dateien werden in Abschnitten decodiert, anstatt abgelehnt zu werden. Bei sehr langen Mixen empfiehlt es sich, einzelne Titel statt der gesamten Session zu analysieren.

Beat-Matching ist notwendig, aber nicht ausreichend

Das Abmischen zweier Tracks mit derselben BPM-Zahl sorgt zwar dafür, dass die Kick-Patterns aufeinander abgestimmt sind, doch ein identisches Tempo sagt nichts darüber aus, ob die Tracks in dasselbe musikalische Universum gehören. Wenn ein Track in f-Moll und der nächste in H-Dur steht, ist der harmonische Abstand zwischen ihnen – sechs Stufen auf dem Camelot-Rad – maximal. Anhaltende Synthesizerklänge, Basslinien und Gesangsphrasen prallen beim Überblenden frontal aufeinander und erzeugen ein dissonantes Durcheinander, das einen sanften Übergang in einen Autounfall verwandelt. Erfahrene DJs umgehen dies durch schnelles Schneiden oder den Einsatz von Effekten, doch das sind nur Notlösungen für ein vermeidbares Problem. Die Lösung besteht darin, beide Werte im Voraus zu kennen: Die BPM sagt dir, dass sich die Tracks mischen lassen, der Camelot-Code sagt dir, dass sie es sollten.

Ein auf der kombinierten Auswertung basierender Arbeitsablauf

Drop an entire crate into the queue and let the combined detector tag every file. Sort the library by Camelot code first, then by BPM within each code group, and the natural set order falls out almost by itself: nearby Camelot codes (8A → 8B → 9A) blend cleanly, and adjacent BPM ranges within each group avoid the audible pitch shifts that wide tempo jumps produce. BPM-Finder and Schlüssel-Finder give you the same neural networks running individually if you only need one value; this page exists because the DJ workflow almost never calls for one value at a time.

Eine Dekodierung, zwei neuronale Netze, parallele Inferenz

Der rechenintensive Teil bei der Analyse einer Audiodatei ist nicht die Erkennung selbst, sondern das Laden der Datei in den Speicher als verarbeitbares Signal. Das Einlesen des Containers, die Dekodierung des verlustbehafteten Codecs, das Resampling auf die Modellrate und die Umwandlung in eine Spektrogrammdarstellung beanspruchen den größten Teil der Rechenzeit. Brizm decodiert einmal und speist den resultierenden Puffer in zwei parallele neuronale Netze ein: ein Tempo-Tracking-Modell, das die Beat-Positionen und die entsprechenden BPM schätzt, und ein Tonart-Erkennungsmodell, das ein Tonhöhenklassenprofil erstellt und es in eine von 24 Tonarten (12 Dur- und 12 Moll-Tonarten) einordnet. Durch die gemeinsame Nutzung des decodierten Puffers ist der kombinierte Durchlauf kaum langsamer als die Ausführung eines der beiden Modelle allein, obwohl er die doppelte Ausgabemenge produziert.

Camelot-Notation in einfacher Sprache

Der Detektor gibt sowohl eine Standard-Tonartbezeichnung („F#-Moll“, „C-Dur“) als auch einen Camelot-Code aus (das von DJs verwendete Format: 11A, 8B usw.). Die Zahlen 1–12 bilden einen Kreis; der Buchstabe A steht für Moll, B für Dur. Harmonisch funktionierende Übergänge: gleicher Code, benachbarter Code (im Uhrzeigersinn oder gegen den Uhrzeigersinn um eins) und gleiche Zahl mit vertauschten Buchstaben (8A → 8B). Bewegungen, die rau klingen: zwei oder mehr Schritte auf dem Rad entfernt oder eine Umkehrung in Kombination mit einem Schritt. Die Camelot-Rad-Referenz visualisiert alle Beziehungen auf einen Blick. Sobald eine Bibliothek getaggt ist, ist das Erstellen eines Sets eine Frage der Bewegung über kurze Distanzen auf dem Rad zwischen Titeln mit ähnlichem Tempo.

Über die DJ-Vorbereitung hinaus ist diese Anzeige auch für Produzenten nützlich, die Samples auswählen, sowie für Remixer, die Acapellas anpassen. Der Pitch Shifter kann ein Sample um Halbtöne verschieben, ohne das Tempo zu verändern. Sobald du also die Tonart des Samples und die des Projekts kennst, lässt sich die Tonhöhenverschiebung mit einem einzigen Schieberegler vornehmen.