BPM & की (Key) फाइंडर

BPM डिटेक्शन 1 BPM सटीकता के साथ एक न्यूरल नेटवर्क एन्सेम्बल का उपयोग करता है। की (Key) डिटेक्शन 50,000 से अधिक ट्रैक्स पर प्रशिक्षित एक कस्टम कनवोल्यूशनल न्यूरल नेटवर्क का उपयोग करता है। दोनों आपके डिवाइस पर स्थानीय रूप से चलते हैं — कोई सर्वर इन्फरेंस नहीं।

DJ और प्रोड्यूसर्स को लगभग हमेशा दोनों की आवश्यकता होती है — की (key) के बिना टेम्पो जानने (या इसके विपरीत) का मतलब है फ़ाइल को दूसरे टूल में लोड करना। यह पेज एक ही अपलोड पर दोनों विश्लेषण समानांतर रूप से चलाता है, इसलिए 50 ट्रैक्स का सेट दो के बजाय एक ही बार में तैयार हो जाता है।

नहीं। दोनों न्यूरल नेटवर्क पूरी तरह से आपके डिवाइस पर चलते हैं। आपकी फ़ाइलें कभी भी आपकी मशीन से बाहर नहीं जातीं — विश्लेषण के लिए अस्थायी रूप से भी नहीं।

दोनों डिटेक्टर एक डिकोडेड ऑडियो बफर साझा करते हैं — Brizm दो न्यूरल नेटवर्क का उपयोग करके समानांतर में टेम्पो और की (key) विश्लेषण चलाता है। संयुक्त प्रक्रिया की गति लगभग किसी अकेले टूल के समान ही होती है। आपको एक ही परिणाम में BPM, की (मेजर या माइनर), और Camelot कोड मिलता है।

सिर्फ BPM-मैचिंग इस बात की गारंटी नहीं देती कि ट्रैक एक साथ संगीतमय लगेंगे। असंगत कीज़ (keys) वाले 128 BPM के दो ट्रैक लंबे ब्लेंड्स के दौरान आपस में टकराते हैं। BPM और Camelot की (key) को मिलाकर आप सेट बनाने से पहले हार्मोनिक अनुकूलता के आधार पर प्री-फ़िल्टर कर सकते हैं। अनुकूलता के नियमों के लिए Camelot व्हील देखें।

इसके पीछे भी वही न्यूरल नेटवर्क काम करते हैं — यह पेज एक ही अपलोड पर दोनों को समानांतर रूप से चलाता है, जबकि BPM फाइंडर और की (Key) फाइंडर एक समय में एक ही सिग्नल पर ध्यान केंद्रित करते हैं। जब आपको केवल एक वैल्यू की आवश्यकता हो, या जब आप किसी अन्य डिटेक्टर के परिणामों से तुलना करना चाहते हों, तो सिंगल-पर्पस टूल का उपयोग करें। DJ सेट की तैयारी के लिए इस संयुक्त टूल का उपयोग करें, जहाँ हर ट्रैक के लिए दोनों वैल्यूज़ की आवश्यकता होती है।

MP3, WAV, FLAC, OGG, M4A और 30MB प्रति फ़ाइल तक के अधिकांश अन्य सामान्य ऑडियो फॉर्मेट — जो फुल-लेंथ DJ-फ्रेंडली मिक्स और एल्बम ट्रैक्स के लिए पर्याप्त हैं। बड़ी फ़ाइलों को रिजेक्ट करने के बजाय चंक्स (टुकड़ों) में डिकोड किया जाता है। बहुत लंबे मिक्स के लिए, पूरे सेशन के बजाय अलग-अलग ट्रैक्स का विश्लेषण करने पर विचार करें।

बीट-मैचिंग आवश्यक है लेकिन पर्याप्त नहीं है

समान BPM पर दो ट्रैक्स को मिक्स करने से किक पैटर्न अलाइन रहते हैं, लेकिन समान टेम्पो यह नहीं बताता कि ट्रैक एक ही संगीतमय ब्रह्मांड के हैं या नहीं। यदि एक ट्रैक F माइनर में है और अगला B मेजर में है, तो उनके बीच की हार्मोनिक दूरी — Camelot व्हील पर छह कदम — अधिकतम संभव दूरी है। सस्टेन्ड सिंथ्स, बेसलाइन्स और वोकल फ्रेज़ ब्लेंड के दौरान सीधे टकराते हैं, जिससे ऐसा बेसुरा शोर पैदा होता है जो एक स्मूथ ट्रांज़िशन को कार-क्रैश में बदल देता है। कुशल DJ तेजी से कट करके या इफेक्ट्स चलाकर इससे बचते हैं, लेकिन ये एक ऐसी समस्या के उपाय हैं जिससे बचा जा सकता था। इसका समाधान दोनों वैल्यूज़ को पहले से जानना है: BPM आपको बताता है कि ट्रैक्स मिक्स हो सकते हैं, Camelot कोड आपको बताता है कि उन्हें मिक्स होना चाहिए।

संयुक्त रीडआउट के इर्द-गिर्द बना एक वर्कफ़्लो

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. बीपीएम फाइंडर and की फाइंडर 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.

एक डिकोड, दो न्यूरल नेटवर्क, समानांतर इन्फरेंस

किसी ऑडियो फ़ाइल का विश्लेषण करने का सबसे महंगा हिस्सा डिटेक्शन नहीं है — यह फ़ाइल को एक उपयोग करने योग्य सिग्नल के रूप में मेमोरी में लाना है। कंटेनर को पढ़ना, लॉसी कोडेक को डिकोड करना, मॉडल रेट पर रीसैम्पल करना, और स्पेक्ट्रोग्राम रिप्रजेंटेशन में बदलना सबसे ज्यादा समय लेता है। Brizm एक बार डिकोड करता है और परिणामी बफर को दो समानांतर न्यूरल नेटवर्क में फीड करता है: एक टेम्पो-ट्रैकिंग मॉडल जो बीट पोजीशन और संबंधित BPM का अनुमान लगाता है, और एक की-डिटेक्शन (key-detection) मॉडल जो एक पिच क्लास प्रोफाइल बनाता है और इसे 24 कीज़ (12 मेजर और 12 माइनर) में से एक में वर्गीकृत करता है। डिकोडेड बफर को साझा करने का मतलब है कि संयुक्त प्रक्रिया किसी भी अकेले मॉडल को चलाने की तुलना में शायद ही धीमी होती है, भले ही यह दोगुना आउटपुट देती है।

सरल भाषा में Camelot नोटेशन

डिटेक्टर एक मानक की (key) नाम ("F# minor", "C major") और एक Camelot कोड (वह फॉर्मेट जो DJ उपयोग करते हैं: 11A, 8B, आदि) दोनों उत्सर्जित करता है। 1–12 तक की संख्याएँ एक घड़ी की तरह काम करती हैं; अक्षर A माइनर को दर्शाता है, B मेजर को दर्शाता है। वे मूव्स जो हार्मोनिक रूप से काम करते हैं: समान कोड, आसन्न कोड (क्लॉकवाइज़ या काउंटर-क्लॉकवाइज़ एक कदम), और अक्षर फ्लिप के साथ समान संख्या (8A → 8B)। वे मूव्स जो खराब लगते हैं: घड़ी पर दो या अधिक कदम दूर, या एक कदम के साथ फ्लिप। Camelot व्हील संदर्भ एक ही बार में हर संबंध की कल्पना करता है। एक बार लाइब्रेरी टैग हो जाने के बाद, सेट बनाना समान टेम्पो वाले ट्रैक्स के बीच व्हील पर छोटी दूरी तय करने का मामला रह जाता है।

DJ की तैयारी के अलावा, यही रीडआउट सैंपल्स चुनने वाले प्रोड्यूसर्स और अकापेलास (acapellas) मैच करने वाले रीमिक्सर्स के लिए भी उपयोगी है। पिच शिफ्टर किसी सैंपल के टेम्पो को बनाए रखते हुए उसे सेमीटोन्स द्वारा खिसका सकता है, इसलिए एक बार जब आप किसी सैंपल की की (key) और प्रोजेक्ट की की (key) जान लेते हैं, तो अंतर को ट्रांसपोज़ करना सिर्फ एक स्लाइडर का काम होता है।