BPM i lokalizator kluczy

Do wykrywania tempa wykorzystywany jest zespół sieci neuronowych o dokładności co do 1 uderzenia na minutę. Do wykrywania tonacji wykorzystywana jest niestandardowa konwolucyjna sieć neuronowa, wytrenowana na ponad 50 000 utworów. Oba procesy przebiegają lokalnie na Twoim urządzeniu — bez konieczności korzystania z serwera do przetwarzania danych.

DJ-e i producenci niemal zawsze potrzebują obu tych informacji — znajomość tempa bez tonacji (lub odwrotnie) oznacza konieczność załadowania pliku do innego narzędzia. Ta strona przeprowadza obie analizy równolegle po jednym przesłaniu, dzięki czemu zestaw 50 utworów można przygotować za jednym razem, a nie w dwóch etapach.

Nie. Obie sieci neuronowe działają wyłącznie na Twoim urządzeniu. Twoje pliki nigdy nie opuszczają Twojego urządzenia — nawet tymczasowo w celu przeprowadzenia analizy.

Oba detektory korzystają z jednego bufora dekodowanego dźwięku — Brizm przeprowadza analizę tempa i tonacji równolegle, wykorzystując dwie sieci neuronowe. Łączna prędkość działania jest mniej więcej taka sama jak w przypadku każdego z tych narzędzi osobno. W jednym wyniku otrzymujesz wartość BPM, tonację (durową lub molową) oraz kod Camelot.

Samo dopasowanie tempa (BPM) nie gwarantuje, że utwory będą dobrze brzmiały razem. Dwa utwory o tempie 128 BPM w niekompatybilnych tonacjach będą ze sobą kolidować podczas długich przejść. Połączenie tempa (BPM) i tonacji Camelot pozwala na wstępną selekcję pod kątem zgodności harmonicznej przed skomponowaniem setu. Zasady zgodności znajdziesz w tabeli Camelot Wheel.

Pod maską działają te same sieci neuronowe — ta strona przetwarza oba sygnały równolegle po jednym przesłaniu, podczas gdy narzędzia BPM Finder i Key Finder analizują po jednym sygnale na raz. Z narzędzi jednofunkcyjnych warto korzystać, gdy potrzebujesz tylko jednej wartości lub chcesz porównać wyniki z innym detektorem. Z tego połączonego narzędzia warto korzystać podczas przygotowywania setów DJ-skich, gdzie każdy utwór wymaga obu wartości.

MP3, WAV, FLAC, OGG, M4A i większość innych popularnych formatów audio o rozmiarze do 30 MB na plik — wystarczająco dużo miejsca na pełnometrażowe miksy przyjazne dla DJ-ów oraz utwory z albumów. Większe pliki są dekodowane fragmentami, a nie odrzucane. W przypadku bardzo długich miksów warto rozważyć analizę poszczególnych ścieżek zamiast całej sesji.

Dopasowanie rytmu jest konieczne, ale nie wystarczające

Miksowanie dwóch utworów o tej samej wartości BPM pozwala zachować zsynchronizowane wzorce uderzeń basu, ale identyczne tempo nie mówi nic o tym, czy utwory te pasują do tego samego muzycznego świata. Jeśli jeden utwór jest w tonacji F-moll, a drugi w B-dur, to harmoniczna odległość między nimi – sześć stopni na kole Camelota – jest maksymalna z możliwych. Długie dźwięki syntezatora, linie basu i frazy wokalne zderzają się ze sobą podczas miksowania, tworząc dysonans, który zamienia płynne przejście w katastrofę. Doświadczeni DJ-e radzą sobie z tym, używając szybkich cięć lub efektów, ale to tylko łatanie problemu, którego można uniknąć. Rozwiązaniem jest poznanie obu wartości z góry: BPM mówi, że utwory można zmiksować, a kod Camelota mówi, że warto to zrobić.

Proces oparty na połączonym odczycie

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. Wyszukiwarka BPM and Wyszukiwarka kluczy 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.

Jedno dekodowanie, dwie sieci neuronowe, równoległe wnioskowanie

Najbardziej czasochłonnym etapem analizy pliku audio nie jest samo wykrywanie, lecz załadowanie pliku do pamięci w postaci sygnału nadającego się do wykorzystania. Odczytanie kontenera, dekodowanie stratnego kodeka, przeliczenie próbkowania do częstotliwości docelowej oraz konwersja do postaci spektrogramu pochłaniają większość czasu rzeczywistego. Brizm dekoduje plik raz, a następnie przekazuje wynikowy bufor do dwóch równoległych sieci neuronowych: modelu śledzenia tempa, który szacuje pozycje uderzeń i odpowiadające im BPM, oraz modelu wykrywania tonacji, który tworzy profil klasy wysokości dźwięku i klasyfikuje go do jednej z 24 tonacji (12 durowych i 12 molowych). Współdzielenie zdekodowanego bufora oznacza, że połączone przetwarzanie jest niewiele wolniejsze niż uruchomienie każdego z modeli osobno, mimo że generuje dwukrotnie większą ilość danych wyjściowych.

Notacja Camelot w przystępnym języku

Detektor wyświetla zarówno standardową nazwę tonacji („F#-moll”, „C-dur”), jak i kod Camelot (format używany przez DJ-ów: 11A, 8B itp.). Liczby od 1 do 12 tworzą koło; litera A oznacza tonację molową, a B – durową. Ruchy, które współgrają harmonicznie: ten sam kod, sąsiedni kod (o jeden w prawo lub w lewo) oraz ta sama liczba z odwróceniem litery (8A → 8B). Ruchy, które brzmią szorstko: dwa lub więcej kroków dalej na kole, lub odwrócenie połączone z krokiem. Odniesienie do koła Camelot wizualizuje wszystkie relacje jednocześnie. Po oznaczeniu biblioteki, zbudowanie zestawu sprowadza się do przemieszczania się na krótkich odległościach na kole między utworami o podobnym tempie.

Oprócz przygotowań do występów DJ-skich ten sam wskaźnik przydaje się również producentom wybierającym sample oraz remiksującym utwory z wykorzystaniem ścieżek wokalnych. Funkcja Pitch Shifter pozwala przesuwać sample o półtony przy zachowaniu tempa, więc gdy znasz już tonację sample'a i tonację projektu, wystarczy przesunąć suwak, aby wyrównać różnicę.