AIMusic integradomotor de desvocalizaçãoAdotando a arquitetura de rede neural profunda de terceira geração, ele atinge uma precisão de separação de fontes de 94,7% no conjunto de dados de teste público. A ferramenta passa para o processamento em tempo real no lado do navegador: depois que o usuário carrega um arquivo de áudio padrão (compatível com MP3/WAV/FLAC), o sistema passa oAnálise do domínio tempo-frequênciaA mixagem é dividida em duas faixas separadas, vocal e instrumental, e o processo leva em média apenas 90 segundos. Em termos de qualidade de processamento, a faixa de apoio mantém todas as informações de banda e campo estéreo, com amplitude vocal residual abaixo de -36 dB, atendendo às demandas da produção profissional de karaokê e da adaptação de amostras.
As principais vantagens técnicas incluem o uso deExtração de características espectrais em várias escalasO algoritmo resolve com eficácia o problema de confusão espectral dos métodos tradicionais em arranjos complexos; o módulo de cálculo otimizado do WebAssembly torna a velocidade de processamento três vezes mais rápida do que a do software para desktop; e o sistema inteligente de compensação da qualidade do som pode reparar automaticamente as bandas de frequência ausentes causadas pela separação. Na prática, a ferramenta não é usada apenas para adaptação de músicas, mas também é amplamente utilizada por produtores de podcasts para extrair vocais de entrevistas, demonstrando uma forte adaptabilidade entre cenas.
Essa resposta foi extraída do artigoAIMusic: uma ferramenta de criação gratuita para gerar músicas, letras e vídeos com IAO
