Wyszukiwarka kluczy

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 Koło Camelot for full compatibility rules.

Aby uzyskać dokładniejsze wykrywanie, należy dostarczyć modelowi czysty sygnał. Najlepiej sprawdzają się materiały z wyodrębnionymi ścieżkami — izolowana ścieżka harmoniczna usuwa perkusję i ogony pogłosu, które zniekształcają chromogram. Unikaj hałaśliwych nagrań na żywo, mocno przesterowanych masterów lub fragmentów atonalnych. Algorytm potrzebuje około 30 sekund ciągłej treści tonalnej, aby się ustabilizować; bardzo krótkie klipy lub intro składające się wyłącznie z perkusji mogą go zdezorientować. Jeśli Twoim źródłem jest pełny miks, a wykrywanie wydaje się niepewne, przepuść go najpierw przez Stem Splitter i ponownie wprowadź ścieżkę instrumentalną lub wokalną.

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 Wyszukiwarka BPM 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.

Producenci i remiksujący stosują ten sam schemat pracy, ale w odwrotnej kolejności. Określenie tonacji próbki pozwala stwierdzić, czy będzie ona współgrać z toniką projektu, czy też będzie z nią kolidować. Podczas dopasowywania pętli z różnych źródeł znajomość obu tonacji pozwala zdecydować, czy transponować pętlę, czy też przerobić progresję akordów. Aby dopasować wysokość dźwięku w ścieżkach o różnych tonacjach, funkcja Pitch Shifter pozwala transponować o półtony przy zachowaniu tempa — jest to przydatne, gdy chcesz dopasować wokal a cappella w tonacji F#-moll do instrumentów w tonacji G-moll lub wpasować sample w tonację projektu bez naruszania jego rytmu.

Sieć neuronowa typu konwolucyjnego (CNN), wytrenowana na ponad 50 000 utworów, analizuje sygnał audio za pomocą transformacji Constant-Q (CQT), która rejestruje składowe harmoniczne w całym paśmie częstotliwości. Model generuje prawdopodobieństwa dla wszystkich 24 tonacji durowych i molowych.

Dokładność przekracza 90% w przypadku pojedynczych instrumentów i utworów o wyraźnej tonacji. Dokładność spada w przypadku utworów atonalnych, mocno zniekształconej gitary lub utworów z częstymi zmianami tonacji. Wskaźnik pewności pokazuje, na ile wykrycie jest pewne.

Tak. Wyniki są wyświetlane zarówno w notacji standardowej (np. A-moll), jak i w notacji koła Camelota (np. 8A) – przydatnej przy miksowaniu harmonicznym przez DJ-ów. Zobacz też: skorzystaj z narzędzia „Koło Camelota”, aby znaleźć pasujące tonacje.

Narzędzie to wskazuje tonację dominującą całego utworu. W przypadku utworów zawierających modulacje wynik odzwierciedla tonację najbardziej wyrazistą. Aby uzyskać szczegółową analizę zmian tonacji, wypróbuj narzędzie Song Analyzer, które dostarcza wyniki opatrzone znacznikami czasu.

Model CNN rozróżnia pary tonacji pokrewnych (np. C-dur i a-moll), które składają się z tych samych dźwięków, ale mają różne centra tonalne. Jest to jedno z najtrudniejszych wyzwań w dziedzinie wyszukiwania informacji muzycznych — model wykorzystuje wzorce przebiegu melodii, a nie tylko rozkłady klas wysokości dźwięków.

Nie. Model CNN (1,8 MB) działa w całości na Twoim urządzeniu. Dźwięk jest przetwarzany lokalnie i nigdy nie opuszcza Twojego urządzenia.