上一篇
法信法律基座大模型是什么？一文让你看懂法信法律基座大模型的技术原理、主要功能、应用场景
Audio Decomposition是什么？一文让你看懂Audio Decomposition的技术原理、主要功能、应用场景
来源：卓商AI
发布时间：2025-04-05
Audio Decomposition概述简介
Audio Decomposition是音频处理技术，基于傅里叶变换和信封匹配将音乐中的各个音符和乐器分离，实现音乐到乐谱的转换。Audio Decomposition开源项目是Matthew Bird推出的，无需外部乐器分离库，自动识别和分离音乐中的不同乐器声音，帮助用户更好地理解和重现乐谱。
Audio Decomposition的功能特色
音频源分离：将混合音乐中的不同乐器声音分离出来。
音乐转乐谱：将音乐文件转换成乐谱，帮助用户识别音高和和弦。
音频分析：分析音乐中的音符和乐器，提供音乐结构的深入理解。
开源工具：作为开源项目，支持用户自由使用和修改代码，适应不同的需求。
Audio Decomposition的技术原理
傅里叶变换：程序每0.1秒对音乐文件进行一次傅里叶变换，生成频谱图。将每种乐器的傅里叶变换相加，重新创建音乐的频谱。
包络分析：将声波分成几块并取每块的最大值获取包络。进一步优化结果，找到包络低于原始声波的点，添加新点定义包络。
信封的分解：将波的包络分解为起音（攻击）、延音（持续）和释音（释放）。
波形分类：考虑乐器的静态衰减和动态变化，及是否有释音。
带通滤波：对每个音符频率的信号进行带通滤波，分离特定乐器的声音。
互相关和均方误差（MSE）：用乐器的起音和释放的互相关找到每个音符的开始和结束。计算乐器波和滤波后的音频的MSE，获得乐器的成本。
Audio Decomposition项目介绍
项目官网：matthew-bird.com/blogs/Audio-Decomposition
GitHub仓库：https://github.com/mbird1258/Audio-Decomposition
Audio Decomposition能做什么？
音乐教育：分离不同乐器的声音，帮助学生更直观地理解音乐作品中的和声与配器。
音乐制作：支持制作人从复杂的音乐中提取单独的音轨，用在混音或创作新的音乐元素。
乐谱转录：自动将音频记录转换为乐谱，节省人工转录的时间和成本，尤其适用于古典音乐作品。
音乐分析：深入分析音乐作品的构成，为音乐理论家和作曲家提供研究工具。
音频编辑：在电影和视频制作中，帮助编辑精确地处理和调整音频元素，如对话、音乐和音效。
© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有，未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
相关文章
-
CHANGER是什么？一文让你看懂CHANGER的技术原理、主要功能、应用场景2025-04-05 -
Kiroku是什么？一文让你看懂Kiroku的技术原理、主要功能、应用场景2025-04-05
-
Vision Search Assistant是什么？一文让你看懂Vision Search Assistant的技术原理、主要功能、应用场景2025-04-05
-
MVDrag3D是什么？一文让你看懂MVDrag3D的技术原理、主要功能、应用场景2025-04-05
-
Chonkie是什么？一文让你看懂Chonkie的技术原理、主要功能、应用场景2025-04-05
-
MSQA是什么？一文让你看懂MSQA的技术原理、主要功能、应用场景2025-04-05
卓商AI
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
最新发布
1
2
3
4
5
6
7
8
9
10
猜你喜欢
MathΣtral
MathΣtral是一款为数学推理和科学发现而设计的7B规模的AI模型，拥有32k的上下文窗口，发布于Apache 2.0许可下。它在多步复杂逻辑推理...
Retell AI
Retell AI是一个能够帮助开发者在一天内构建人类般对话语音AI的API。它具有大约800毫秒的响应时间，并能够处理中断。使用Retell AI，...
gamma
Gamma是一种AI驱动的媒介，可创建现代，引人入胜的内容，没有格式或设计工作。它的智能AI技术可帮助您单击一个按钮快速生成演示，网页和文档。...
Chikka.ai
Chikka.ai 是一款专注于帮助企业获取深度客户洞察的 AI 产品。它通过智能语音访谈技术，模拟真实对话，快速收集大量客户反馈，并自动提炼出有价值...
Parseltongue
Parseltongue 是一款功能强大的浏览器扩展，支持文本转换和实时标记可视化。它支持包括 leetspeak、二进制、base64 等多种格式，...
ElevenLabs Text to Sound Effects
Text to Sound Effects是ElevenLabs开发的最新AI音频模型，能够根据文本提示生成各种音效、短音乐曲目、音景和角色声音。它代...
courses ai
使用Courses.ai轻松创建您的在线课程。不再等待几个月 - AI课程创建者允许您在几天内建立课程。凭借蓝图，模板和AI助手，将您的专业知识带入...
MusicLM
MusicLM是一个模型，可以根据文本描述生成高保真音乐。它可以生成24kHz的音频，音乐风格和文本描述一致，并支持根据旋律进行条件生成。通过使用Mu...
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
