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
Potions
Potions提供无cookie个性化解决方案，帮助电子商务网站为访客提供定制化体验。通过使用Potions，您可以实现产品推荐、个性化推送、定制化界...
Craft 3
Craft 3是一个创新的数字生活管理平台，它通过提供任务管理、资料整理、文档编辑等功能，帮助用户更高效地规划和组织个人及工作生活。产品以其直观的界面...
Whisper-Input
Whisper Input 是一个基于 Python 开发的桌面工具，能够实现快速语音转文字功能。它支持通过按键控制录制语音，并调用 Groq Whi...
DeepSeek-R1-Distill-Qwen-7B
DeepSeek-R1-Distill-Qwen-7B 是一个经过强化学习优化的推理模型，基于 Qwen-7B 进行了蒸馏优化。它在数学、代码和推理任...
Scaloom
Scaloom 是一款专注于提高冷邮件转化率的 AI 工具。它通过分析潜在客户的网站，提供深度且可操作的洞察，帮助用户创建超个性化的冷邮件。该工具利用...
RealtimeTTS
RealtimeTTS 是一个易于使用、低延迟的文本转语音库，用于实时应用。它可以将文本流转换为立即的音频输出。主要功能包括实时流式合成和播放、高级句...
AI Timeline
AI Timeline是一个以时间线形式展示人工智能发展历史的教育性网站。它通过互动的方式，让用户能够直观地了解人工智能技术的发展脉络，包括重要的里程...
Pagic
Pagic是一款基于人工智能的模板构建工具，能帮助用户在几分钟内创建美丽的网站。它提供了各种功能和优势，包括AI优化的设计和文案、快速部署、快速加载、...
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。
