की फाइंडर

म्यूजिकल की डिटेक्शन (Musical key detection) एक प्रश्न पर आकर टिकता है: 24 संभावित कीज़ (keys) — 12 मेजर और 12 माइनर — में से कौन सी ट्रैक के टोनल कंटेंट से सबसे अच्छी तरह मेल खाती है? एक न्यूरल नेटवर्क इसे हल करने के लिए सबसे पहले एक पिच क्लास प्रोफ़ाइल (जिसे क्रोमाग्राम भी कहा जाता है) बनाता है: एक फिंगरप्रिंट जो ऑक्टेव की परवाह किए बिना ऑडियो के हर नोट को 12 क्रोमैटिक पिच क्लास पर समेट देता है। मॉडल को विभिन्न शैलियों के हजारों लेबल किए गए ट्रैक्स पर प्रशिक्षित किया गया है, जो उन सूक्ष्म वितरणों को सीखता है जो एक सच्चे टॉनिक को पासिंग कॉर्ड से अलग करते हैं। सबसे कठिन जोड़े समानांतर और सापेक्ष कीज़ (parallel and relative keys) होते हैं — C मेजर और A माइनर समान सात नोट्स साझा करते हैं, इसलिए कभी-कभी डिटेक्शन सापेक्ष माइनर लौटाता है जब वास्तविक की इसका सापेक्ष मेजर होता है (या इसके विपरीत)। यह अस्पष्टता ऑडियो में ही अंतर्निहित है, एल्गोरिदम में कोई खामी नहीं है। परिणाम मानक नोटेशन (जैसे, G माइनर) और कैमलॉट नोटेशन (जैसे, 6A) — डीजे-अनुकूल प्रारूप, दोनों को प्रदर्शित करते हैं। पूर्ण संगतता नियमों के लिए कैमेलॉट व्हील देखें।

स्पष्ट डिटेक्शन के लिए, मॉडल को एक क्लीन सिग्नल दें। स्टेम-सेपरेटेड सामग्री (Stem-separated material) सबसे अच्छा काम करती है — एक अलग किया गया हार्मोनिक स्टेम ड्रम और रिवर्ब टेल्स को हटा देता है जो क्रोमाग्राम को धुंधला करते हैं। शोर वाली लाइव रिकॉर्डिंग, भारी क्लिप किए गए मास्टर्स, या एटोनल (atonal) अनुभागों से बचें। एल्गोरिदम को अभिसरण (converge) करने के लिए लगभग 30 सेकंड के निरंतर टोनल कंटेंट की आवश्यकता होती है; बहुत छोटी क्लिप या केवल-पर्कशन वाले इंट्रो इसे भ्रमित कर सकते हैं। यदि आपका स्रोत एक फुल मिक्स है और डिटेक्शन अस्थिर लगता है, तो इसे पहले स्टेम स्प्लिटर (Stem Splitter) के माध्यम से चलाएं और इंस्ट्रुमेंटल या वोकल स्टेम को वापस डालें।

डीजे वर्कफ़्लो सरल है: प्रत्येक ट्रैक को की फाइंडर (Key Finder) में डालें, कैमलॉट कोड कैप्चर करें, और अपनी लाइब्रेरी को टैग करें ताकि आप की (key) के अनुसार सॉर्ट कर सकें। एक बार ट्रैक्स टैग हो जाने के बाद, हार्मोनिक मिक्सिंग व्हील पर तीन सुरक्षित मूव्स तक सीमित हो जाती है। समान कोड (8A → 8A) एक आदर्श मेल है — मेलोडीज़ बिना किसी बेसुरेपन के विलीन हो जाती हैं। एक कदम ऊपर या नीचे (8A → 7A या 9A) ऊर्जा को पांचवें (fifth) से बदल देता है और एक प्राकृतिक गियर परिवर्तन जैसा महसूस होता है। अक्षर की अदला-बदली (Letter swap) (8A → 8B) टॉनिक को बनाए रखता है लेकिन माइनर और मेजर के बीच फ़्लिप करता है, जो ड्रॉप से पहले मूड को बेहतर बनाने के लिए आदर्श है। टेम्पो के लिए इसे बीपीएम फाइंडर के साथ जोड़ें या एक ही बार में पूरा सेट तैयार करने के लिए संयुक्त BPM और की फाइंडर (combined BPM and Key Finder) का उपयोग करें — हार्मोनिक रूप से टाइट मिक्स के लिए टेम्पो प्लस की (key) एक संपूर्ण तैयारी चेकलिस्ट है।

निर्माता (Producers) और रीमिक्सर इसी वर्कफ़्लो का उपयोग विपरीत दिशा में करते हैं। किसी सैंपल की की (key) का पता लगाने से आपको यह जानने में मदद मिलती है कि क्या यह आपके प्रोजेक्ट के टॉनिक के साथ बैठेगा या उससे टकराएगा। विभिन्न स्रोतों से लूप्स का मिलान करते समय, दोनों कीज़ को जानने से आप यह तय कर सकते हैं कि लूप को ट्रांसपोज़ करना है या अपने कॉर्ड प्रोग्रेशन पर फिर से काम करना है। अलग-अलग कीज़ वाले ट्रैक्स में पिच-मैचिंग के लिए, पिच शिफ्टर (Pitch Shifter) आपको टेम्पो को संरक्षित करते हुए सेमीटोन्स द्वारा ट्रांसपोज़ करने की सुविधा देता है — यह तब उपयोगी होता है जब आप F# माइनर में एक वोकल अकापेला (vocal acapella) को G माइनर में एक इंस्ट्रुमेंटल के साथ संरेखित करना चाहते हैं, या किसी सैंपल की टाइमिंग को नष्ट किए बिना उसे अपने प्रोजेक्ट की की (key) में खींचना चाहते हैं।

50,000 से अधिक ट्रैक्स पर प्रशिक्षित एक कनवोल्यूशनल न्यूरल नेटवर्क (CNN), कॉन्स्टेंट-क्यू ट्रांसफॉर्म (CQT) का उपयोग करके ऑडियो का विश्लेषण करता है जो पूरी फ्रीक्वेंसी रेंज में हार्मोनिक सामग्री को कैप्चर करता है। यह मॉडल सभी 24 मेजर और माइनर कीज़ (keys) के लिए संभावनाएं आउटपुट करता है।

अलग-अलग वाद्ययंत्रों और स्पष्ट रूप से टोनल संगीत पर 90% से अधिक सटीकता। एटोनल सामग्री, भारी डिस्टॉर्टेड गिटार, या बार-बार की (Key) बदलने वाले ट्रैक्स पर सटीकता कम हो जाती है। कॉन्फिडेंस इंडिकेटर दिखाता है कि पहचान कितनी सुनिश्चित है।

हाँ। परिणाम डीजे हार्मोनिक मिक्सिंग के लिए मानक नोटेशन (जैसे, A माइनर) और कैमलॉट व्हील नोटेशन (जैसे, 8A) दोनों प्रदर्शित करते हैं। संबंधित: संगत कीज़ (keys) खोजने के लिए कैमलॉट व्हील टूल का उपयोग करें।

यह टूल पूरे ट्रैक की प्रमुख की (Key) की रिपोर्ट करता है। मॉड्यूलेशन वाले गानों के लिए, परिणाम सबसे प्रमुख की (Key) को दर्शाता है। विस्तृत की-चेंज (key-change) विश्लेषण के लिए, सॉन्ग एनालाइज़र आज़माएं जो टाइम-स्टैम्प्ड परिणाम प्रदान करता है।

CNN सापेक्ष मेजर/माइनर जोड़े (जैसे, C मेजर बनाम A माइनर) के बीच अंतर करता है जो समान नोट्स साझा करते हैं लेकिन उनके टोनल केंद्र अलग होते हैं। यह संगीत सूचना पुनर्प्राप्ति (music information retrieval) में सबसे कठिन समस्याओं में से एक है — मॉडल केवल पिच क्लास वितरण का नहीं, बल्कि मेलोडिक कंटूर पैटर्न का उपयोग करता है।

नहीं। CNN मॉडल (1.8MB) पूरी तरह से आपके डिवाइस पर चलता है। ऑडियो को स्थानीय रूप से प्रोसेस किया जाता है और यह कभी भी आपकी मशीन से बाहर नहीं जाता है।