키 파인더

Musical key detection comes down to one question: which of 24 possible keys — 12 major and 12 minor — best matches the tonal content of a track? A neural network solves this by first building a pitch class profile (also called a chromagram): a fingerprint that collapses every note in the audio onto the 12 chromatic pitch classes regardless of octave. The model is trained on tens of thousands of labelled tracks across genres, learning the subtle distributions that distinguish a true tonic from a passing chord. The hardest pairs are parallel and relative keys — C major and A minor share the same seven notes, so detection sometimes returns the relative minor when the actual key is its relative major (or vice versa). That ambiguity is intrinsic to the audio itself, not a flaw in the algorithm. Results display both standard notation (e.g., G minor) and Camelot notation (e.g., 6A) — the DJ-friendly format. See the 카멜롯 휠 for full compatibility rules.

더 정확한 감지를 위해 모델에 깨끗한 신호를 입력하세요. 스템별로 분리된 자료가 가장 효과적입니다. 고조파만 추출된 스템은 크로마그램을 흐릿하게 만드는 드럼 소리와 리버브 테일을 제거해 줍니다. 노이즈가 많은 라이브 녹음, 심하게 클리핑된 마스터, 또는 무조성 구간은 피하십시오. 알고리즘이 수렴하려면 약 30초 분량의 지속적인 음향 콘텐츠가 필요합니다. 매우 짧은 클립이나 순수 타악기 인트로 등은 알고리즘을 혼란스럽게 할 수 있습니다. 소스가 전체 믹스인데 감지가 불안정해 보인다면, 먼저 스템 스플리터(Stem Splitter)를 통해 분리한 후 악기 또는 보컬 스템을 다시 입력해 보십시오.

The DJ workflow is simple: drop each track into Key Finder, capture the Camelot code, and tag your library so you can sort by key. Once tracks are tagged, harmonic mixing reduces to three safe moves on the wheel. Same code (8A → 8A) is a perfect match — melodies fuse without dissonance. One step up or down (8A → 7A or 9A) shifts energy by a fifth and feels like a natural gear change. Letter swap (8A → 8B) keeps the tonic but flips between minor and major, ideal for a mood lift before a drop. Pair this with BPM 찾기 for tempo or use the combined BPM and Key Finder to prep an entire set in one pass — tempo plus key is the full preparation checklist for a harmonically tight mix.

프로듀서와 리믹서들은 이 작업 흐름을 역순으로 활용합니다. 샘플의 키를 파악하면 해당 샘플이 프로젝트의 주음과 조화를 이룰지, 아니면 충돌할지 알 수 있습니다. 서로 다른 출처의 루프를 매칭할 때, 양쪽의 키를 모두 파악하면 루프를 조옮김할지, 아니면 코드 진행을 재구성할지 결정할 수 있습니다. 키가 다른 트랙 간의 피치 매칭을 위해 피치 시프터(Pitch Shifter)를 사용하면 템포를 유지한 채 반음 단위로 조옮김할 수 있습니다. 이는 F# 단조의 보컬 아카펠라를 G 단조의 악기 연주와 맞추거나, 샘플의 타이밍을 망가뜨리지 않고 프로젝트의 키로 가져올 때 유용합니다.

5만 곡 이상의 음원을 학습한 컨볼루션 신경망(CNN)은 전체 주파수 대역에 걸친 고조파 성분을 포착하는 CQT(Constant-Q Transform)를 사용하여 오디오를 분석합니다. 이 모델은 24개의 모든 장조 및 단조에 대한 확률 값을 출력합니다.

단독 악기나 명확한 조성을 가진 음악의 경우 90% 이상의 정확도를 보입니다. 무조성 음악, 심하게 왜곡된 기타 소리, 또는 조가 자주 바뀌는 트랙에서는 정확도가 떨어집니다. 신뢰도 표시기는 인식 결과의 확실성을 나타냅니다.

네. 결과에는 표준 표기법(예: A 단조)과 DJ 하모닉 믹싱을 위한 카멜롯 휠 표기법(예: 8A)이 모두 표시됩니다. 참고: 카멜롯 휠 도구를 사용하여 호환되는 키를 찾아보세요.

이 도구는 전체 트랙의 주조성을 표시합니다. 조바꿈이 있는 곡의 경우, 결과에는 가장 두드러지는 조성이 반영됩니다. 조바꿈에 대한 자세한 분석을 원하시면, 시간 정보가 포함된 결과를 제공하는 ‘Song Analyzer’를 사용해 보세요.

CNN은 같은 음을 공유하지만 조성이 다른 상대적 장조/단조 쌍(예: C장조 대 A단조)을 구분합니다. 이는 음악 정보 검색 분야에서 가장 어려운 문제 중 하나인데, 이 모델은 단순히 음고 분포뿐만 아니라 선율적 윤곽 패턴을 활용합니다.

아닙니다. CNN 모델(1.8MB)은 전적으로 사용자의 기기에서 실행됩니다. 오디오는 로컬에서 처리되며, 사용자의 기기를 벗어나는 일은 절대 없습니다.