BPM & की (Key) फाइंडर

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

डीजे (DJs) और निर्माताओं को लगभग हमेशा दोनों की आवश्यकता होती है — की (Key) के बिना टेम्पो जानना (या इसके विपरीत) का मतलब है फ़ाइल को दूसरे टूल में लोड करना। यह पेज एक ही अपलोड पर समानांतर में दोनों विश्लेषण चलाता है, इसलिए 50 ट्रैक्स का एक 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 जाती हैं — विश्लेषण के लिए अस्थायी रूप से भी नहीं।

दोनों डिटेक्टर एक डिकोड किए गए ऑडियो बफर को साझा करते हैं — Brizm दो न्यूरल नेटवर्क का उपयोग करके समानांतर रूप से टेम्पो और की (key) का विश्लेषण करता है। संयुक्त प्रक्रिया की गति लगभग किसी एक टूल के बराबर ही होती है। आपको एक ही परिणाम में BPM, की (मेजर या माइनर), और कैमलॉट (Camelot) कोड मिल जाता है।

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

इनके पीछे समान न्यूरल नेटवर्क काम करते हैं — यह पेज एक ही अपलोड पर दोनों को समानांतर रूप से चलाता है, जबकि BPM फाइंडर और की फाइंडर एक समय में एक सिग्नल पर ध्यान केंद्रित करते हैं। जब आपको केवल एक मान की आवश्यकता हो, या जब आप किसी अन्य डिटेक्टर के साथ परिणामों की 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 मानों की आवश्यकता होती है।

MP3, WAV, FLAC, OGG, M4A और अधिकांश अन्य सामान्य ऑडियो स्वरूप प्रति फ़ाइल 30MB तक — जो पूर्ण-लंबाई वाले DJ-अनुकूल मिक्स और एल्बम ट्रैक के लिए पर्याप्त है। बड़ी फ़ाइलों को अस्वीकार करने के बजाय टुकड़ों (chunks) में डिकोड किया जाता है। बहुत लंबे मिक्स के लिए, पूरे सत्र के बजाय अलग-अलग ट्रैक का विश्लेषण करने पर विचार करें।

बीट-मैचिंग आवश्यक है लेकिन पर्याप्त नहीं है

समान BPM पर दो ट्रैक मिक्स करने से किक पैटर्न संरेखित (aligned) 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 — कैमलॉट व्हील पर छह कदम — अधिकतम संभव है। ब्लेंड के दौरान सस्टेन्ड सिंथ, बेसलाइन और वोकल वाक्यांश आपस में टकराते हैं, जिससे ऐसा बेसुरा शोर उत्पन्न होता है जो एक सहज ट्रांज़िशन को दुर्घटना में बदल देता है। कुशल DJ इसे तेज़ी से कट करके या इफ़ेक्ट चलाकर संभाल लेते हैं, लेकिन ये एक ऐसी समस्या के उपाय हैं जिससे बचा जा सकता था। इसका समाधान दोनों मानों को पहले से जानना है: BPM आपको बताता है कि ट्रैक मिक्स हो सकते हैं, कैमलॉट कोड आपको बताता है कि उन्हें मिक्स होना चाहिए।

संयुक्त रीडआउट के इर्द-गिर्द बना एक वर्कफ़्लो

पूरी क्रेट (crate) को कतार में डालें और संयुक्त डिटेक्टर को हर फ़ाइल को टैग करने दें। लाइब्रेरी को पहले कैमलॉट कोड के अनुसार सॉर्ट करें, फिर प्रत्येक कोड समूह के भीतर BPM के अनुसार, और प्राकृतिक सेट क्रम लगभग अपने आप बन जाता है: आस-पास के कैमलॉट कोड (8A → 8B → 9A) सफाई से ब्लेंड होते हैं, और प्रत्येक समूह के भीतर आसन्न BPM रेंज उन श्रव्य पिच बदलावों से बचाती हैं जो बड़े टेम्पो जंप से उत्पन्न होते हैं। बीपीएम फाइंडर और की फाइंडर यदि आपको केवल एक मान की आवश्यकता है, तो आपको वही न्यूरल नेटवर्क व्यक्तिगत रूप से चलते हुए मिलते हैं; यह पेज इसलिए मौजूद है क्योंकि DJ वर्कफ़्लो में लगभग कभी भी एक समय में केवल एक मान की आवश्यकता नहीं होती है।

एक डिकोड, दो न्यूरल नेटवर्क, पैरेलल इन्फरेंस

ऑडियो फ़ाइल का विश्लेषण करने का सबसे खर्चीला हिस्सा डिटेक्शन नहीं है — यह फ़ाइल को एक उपयोगी सिग्नल के रूप में मेमोरी में लाना है। कंटेनर को पढ़ना, लॉसी कोडेक को डिकोड करना, मॉडल रेट पर रीसैंपल करना, और स्पेक्ट्रोग्राम रिप्रजेंटेशन में बदलना ज़्यादातर समय खा जाता है। Brizm एक बार डिकोड करता है और परिणामी बफ़र को दो पैरेलल न्यूरल नेटवर्क में भेजता है: एक टेम्पो-ट्रैकिंग मॉडल जो बीट पोज़िशन और संबंधित BPM का अनुमान लगाता है, और एक की-डिटेक्शन मॉडल जो पिच क्लास प्रोफ़ाइल बनाता है और इसे 24 कीज़ (12 मेजर प्लस 12 माइनर) में से एक में वर्गीकृत करता है। डिकोड किए गए बफ़र को साझा करने का मतलब है कि संयुक्त पास किसी भी एक मॉडल को अकेले चलाने की तुलना में शायद ही धीमा है, भले ही यह दोगुना आउटपुट देता है।

आसान भाषा में कैमलॉट नोटेशन

डिटेक्टर एक मानक की (key) नाम ("F# minor", "C major") और एक कैमलॉट कोड (वह प्रारूप जो DJ उपयोग करते हैं: 11A, 8B, आदि) दोनों उत्सर्जित करता है। 1-12 तक की संख्याएँ एक घड़ी की तरह होती हैं; अक्षर A माइनर को दर्शाता है, B मेजर को दर्शाता है। हार्मोनिक रूप से काम करने वाले मूव्स: समान कोड, आसन्न कोड (क्लॉकवाइज़ या काउंटर-क्लॉकवाइज़ एक कदम), और अक्षर बदलने के साथ समान संख्या (8A → 8B)। जो मूव्स बेसुरे लगते हैं: घड़ी पर दो या अधिक कदम दूर, या एक कदम के साथ अक्षर बदलना। कैमलॉट 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 ट्रैक के बीच व्हील पर छोटी दूरी तय करने का मामला है।

DJ की तैयारी के अलावा, यही रीडआउट सैंपल्स चुनने वाले प्रोड्यूसर्स और अकापेला मैच करने वाले रीमिक्सर्स के लिए भी उपयोगी है। पिच शिफ्टर किसी सैंपल के टेम्पो को बनाए रखते हुए उसे सेमीटोन्स से 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 केवल एक स्लाइडर का काम है।