BPM & Tonart-Finder

Die BPM-Erkennung nutzt ein Ensemble aus neuronalen Netzen mit einer Genauigkeit von 1 BPM. Die Tonart-Erkennung nutzt ein maßgeschneidertes Faltungsnetzwerk, das anhand von über 50.000 Titeln trainiert wurde. Beide Funktionen werden lokal auf Ihrem Gerät ausgeführt – es findet keine Inferenz auf einem Server statt.

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. Auf dieser Seite werden beide Analysen bei einem einzigen Upload parallel durchgeführt, sodass eine Sammlung von 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 – auch nicht vorübergehend zur Analyse.

Beide Detektoren nutzen denselben dekodierten Audiopuffer – Brizm führt die Tempo- und Tonartanalyse parallel mithilfe zweier neuronaler Netze durch. Der kombinierte Durchlauf erfolgt in etwa mit derselben Geschwindigkeit wie bei jedem der beiden Tools einzeln. Sie erhalten BPM, Tonart (Dur oder Moll) und den Camelot-Code in einem einzigen Ergebnis.

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

Im Hintergrund kommen dieselben neuronalen Netze zum Einsatz – diese Seite verarbeitet beide parallel bei einem einzigen Upload, während sich BPM Finder und Key Finder jeweils nur auf ein Signal konzentrieren. Verwende die Einzelzweck-Tools, 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 dekodiert, anstatt abgelehnt zu werden. Bei sehr langen Mixes sollten Sie in Erwägung ziehen, einzelne Tracks statt der gesamten Session zu analysieren.

Beat-Matching ist notwendig, aber nicht ausreichend

Das Abmischen zweier Titel mit derselben BPM-Zahl sorgt dafür, dass die Kick-Patterns aufeinander abgestimmt sind, doch ein identisches Tempo sagt nichts darüber aus, ob die Titel zum selben musikalischen 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 – so groß wie nur möglich. 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-Zahl sagt dir, ob die Tracks gemischt werden können, der Camelot-Code sagt dir, ob sie gemischt werden sollten.

Ein auf der kombinierten Auswertung basierender Arbeitsablauf

Fügen Sie eine ganze Kiste in die Warteschlange ein und lassen Sie den kombinierten Detektor jede Datei kennzeichnen. Sortiere die Bibliothek zunächst nach Camelot-Code, dann innerhalb jeder Codegruppe nach BPM, und die natürliche Reihenfolge ergibt sich fast von selbst: Nahe beieinander liegende Camelot-Codes (8A → 8B → 9A) fügen sich nahtlos zusammen, und benachbarte BPM-Bereiche innerhalb jeder Gruppe vermeiden die hörbaren Tonhöhenverschiebungen, die durch große Temposprünge entstehen. BPM-Finder und Tonart-Finder Sie erhalten dieselben neuronalen Netze, die einzeln ausgeführt werden, wenn Sie nur einen Wert benötigen; diese Seite gibt es, weil im DJ-Workflow fast nie nur ein Wert auf einmal benötigt wird.

Eine Dekodierung, zwei neuronale Netze, parallele Inferenz

Der rechenintensive Teil bei der Analyse einer Audiodatei ist nicht die Erkennung – sondern das Laden der Datei in den Arbeitsspeicher als verwertbares Signal. Das Einlesen des Containers, die Dekodierung des verlustbehafteten Codecs, das Resampling auf die Modellrate und die Umwandlung in eine Spektrogrammdarstellung nehmen den größten Teil der Gesamtzeit in Anspruch. Brizm decodiert einmal und leitet den resultierenden Puffer an zwei parallele neuronale Netze weiter: ein Tempo-Tracking-Modell, das die Beat-Positionen und die entsprechenden BPM schätzt, und ein Tonart-Erkennungsmodell, das ein Tonhöhenklassenprofil erstellt und es einer von 24 Tonarten (12 Dur- und 12 Moll-Tonarten) zuordnet. Durch die gemeinsame Nutzung des dekodierten Puffers ist der kombinierte Durchlauf kaum langsamer als die Ausführung eines der beiden Modelle allein, obwohl er doppelt so viel Ausgabe liefert.

Die 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 oder gegen den Uhrzeigersinn um eins) und gleiche Zahl mit Buchstabenumkehr (8A → 8B). Übergänge, die holprig klingen: zwei oder mehr Schritte auf dem Rad entfernt oder eine Umkehrung in Kombination mit einem Schritt. Die Camelot-Rad-Referenz veranschaulicht alle Beziehungen auf einen Blick. Sobald eine Bibliothek getaggt ist, besteht das Zusammenstellen eines Sets lediglich darin, auf dem Rad kurze Strecken zwischen Titeln mit ähnlichem Tempo zurückzulegen.

Über die DJ-Vorbereitung hinaus ist diese Anzeige auch für Produzenten bei der Auswahl von Samples und für Remixer beim Anpassen von Acapellas nützlich. Der Pitch Shifter kann ein Sample um Halbtöne verschieben, ohne dabei das Tempo zu verändern. Sobald man also die Tonart des Samples und die des Projekts kennt, lässt sich die Tonhöhenverschiebung mit einem einzigen Schieberegler vornehmen.