BPM＆キーファインダー

BPM検出には、1BPMの精度を持つニューラルネットワークのアンサンブルが使用されています。キー検出には、5万曲以上で学習させたカスタム畳み込みニューラルネットワークが使用されています。どちらも端末上でローカルに実行され、サーバーでの推論は行われません。

DJやプロデューサーにとって、この2つはほぼ常に不可欠です。キーが分からない状態でテンポを把握したり（あるいはその逆）、ファイルを別のツールに読み込む必要があります。このページでは、1回のアップロードで両方の分析を並行して実行するため、50曲のセットを2回ではなく1回で準備できます。

いいえ。どちらのニューラルネットワークも、すべてお使いの端末上で実行されます。ファイルがお使いの端末から外部に送信されることは一切ありません。分析のための一時的な送信でさえありません。

両方の検出ツールは、1つのデコード済みオーディオバッファを共有しています。Brizmは2つのニューラルネットワークを使用して、テンポとキーの分析を並行して実行します。この統合処理の速度は、各ツールを単独で使用した場合とほぼ同じです。1つの結果として、BPM、キー（長調または短調）、およびキャメロットコードが得られます。

BPMを合わせるだけでは、トラック同士が音楽的に調和するとは限りません。BPMが128で、キーが合わない2つのトラックは、長いブレンドの途中で不協和音を生じます。BPMとキャメロット・キーを組み合わせることで、セットを組む前に和声的な相性を事前に絞り込むことができます。相性のルールについては、「キャメロット・ホイール」を参照してください。

内部で動作するニューラルネットワークは同じです。このページでは、1回のアップロードで両方の処理を並行して実行しますが、BPM FinderとKey Finderはそれぞれ一度に1つの信号のみを処理します。1つの値のみが必要な場合や、別の検出ツールとの結果を比較したい場合は、単機能のツールをご利用ください。すべてのトラックで両方の値が必要なDJセットの準備には、この統合ツールをご利用ください。

MP3、WAV、FLAC、OGG、M4A、およびその他の一般的なオーディオ形式のほとんどに対応しており、1ファイルあたり最大30MBまで対応しています。これは、DJ向けのフルレングスのミックスやアルバム収録曲にも十分な余裕があります。30MBを超えるファイルは、拒否されることなく、チャンク単位でデコードされます。非常に長いミックスの場合は、セッション全体ではなく、個々のトラックを分析することを検討してください。

ビートマッチングは必要だが、それだけでは不十分だ

同じBPMの2曲をミックスすればキックパターンは合いますが、テンポが同じだからといって、その2曲が同じ音楽の世界観に属しているとは限りません。ある曲がFマイナーで、次の曲がBメジャーだとすると、両者の和声的な距離――キャメロット・ホイールで言えば6度――は最大値となります。 ブレンドの最中、持続音となるシンセ、ベースライン、ボーカルフレーズが正面から衝突し、不協和音による渦巻きを生み出し、スムーズなトランジションをまるで交通事故のような事態に変えてしまう。熟練したDJは、素早いカットやエフェクトの投入でこれを回避するが、それらは本来避けられるはずの問題に対する応急処置に過ぎない。解決策は、両方の値を事前に把握しておくことだ。BPMはトラックがミックス可能であることを示し、キャメロット・コードはそれらがミックスされるべきであることを教えてくれる。

複合読み出しを中核としたワークフロー

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ファインダー and キーファインダー 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.

1回のデコード、2つのニューラルネットワーク、並列推論

オーディオファイルの分析においてコストがかかるのは、検出そのものではなく、ファイルを実用的な信号としてメモリに取り込む工程です。コンテナの読み込み、非可逆コーデックのデコード、モデルレートへのリサンプリング、そしてスペクトログラム表現への変換に、実処理時間の大部分が費やされます。 Brizmは一度デコードを行い、その結果得られたバッファを2つの並列ニューラルネットワークに供給します。1つはビート位置とそれに対応するBPMを推定するテンポ追跡モデル、もう1つはピッチクラスプロファイルを構築し、24の調（12のメジャーと12のマイナー）のいずれかに分類するキー検出モデルです。デコードされたバッファを共有することで、出力が2倍になるにもかかわらず、この複合処理はどちらかのモデルを単独で実行する場合とほとんど変わらない速度で処理できます。

キャメロット表記の平易な説明

この検出器は、標準的な調名（「F#マイナー」、「Cメジャー」）とキャメロットコード（DJが使用する形式：11A、8Bなど）の両方を表示します。 数字の1～12は時計回りに配置され、文字のAは短調、Bは長調を示します。和声的に機能するムーブ：同じコード、隣接するコード（時計回りまたは反時計回りに1つずれたもの）、および数字が同じで文字が反転したもの（8A → 8B）。 不自然に聞こえる組み合わせ：時計回りで2つ以上離れたコード、または反転と移動を組み合わせたもの。キャメロット・ホイールの図解は、あらゆる関係をひと目で可視化しています。ライブラリにタグ付けが完了すれば、セットを構築するのは、テンポの似たトラック間でホイール上を短距離移動させるだけの作業となります。

DJの準備だけでなく、この表示機能は、サンプルを選ぶプロデューサーやアカペラを合わせるリミキサーにとっても役立ちます。ピッチシフターを使えば、テンポを維持したままサンプルを半音単位で移動させることができるため、サンプルのキーとプロジェクトのキーが分かれば、その差分をスライダー一つで簡単に転調できます。