איך AI באמת מפריד שיר לסטמים
לחלץ את הווקאל, התופים והבס מתוך מיקס גמור נשמע בלתי אפשרי, כמו להוציא את הביצים מעוגה שכבר נאפתה. הנה מה שקורה באמת, ולמה חלק מהסטמים יוצאים נקיים וחלק נשארים קצת מלוכלכים.
התשובה הקצרה
איך עובד מפריד סטמים מבוסס AI?
מפריד סטמים מבוסס AI מפרק שיר ממוקסס לתפקידים שלו, ווקאל, תופים, בס, גיטרה ופסנתר: הוא מזהה את טביעת האצבע של כל כלי בספקטרוגרמה ובונה מחדש כל תפקיד כטרק נפרד. Riffloop מריץ את ההפרדה על המכשיר שלכם, על השיר ב-YouTube שאתם צופים בו או על קובץ שהעליתם, כך שאפשר לעשות סולו או מיוט לכל סטם בזמן התרגול.
כשאתם מנגנים שיר ברמקול, הממברנה עושה בדיוק דבר אחד: זזה קדימה ואחורה לאורך מסלול יחיד. כל כלי, כל קול, כל הלהקה, כבר סוכמו לגל קול אחד. אין בתוך הקובץ "טרק ווקאל" מוסתר שמחכה שיחלצו אותו. יש רק את הסכום.
אז כשמבקשים מתוכנה להחזיר לכם את הווקאל המבודד, מבקשים ממנה להוציא את הביצים מהעוגה: להסתכל על המיקס הגמור ולשחזר מרכיבים שעורבבו יחד, ולמען האמת, כבר לא קיימים. עצם זה שזה עובד מרשים באמת. כשמבינים איך זה עובד, יודעים בדיוק מתי אפשר לסמוך על התוצאה.
01המודל לומד איך נראה כל תפקיד
מודלים להפרדה מאומנים על ספריות עצומות של שירים שבהם הטרקים המבודדים ידועים: באולפן יש את הווקאל האמיתי, התופים האמיתיים והבס האמיתי, כל אחד לבד. הרשת רואה את המיקס המלא לצד התפקידים האמיתיים האלה, שוב ושוב, עד שהיא לומדת איך ווקאל, סנר או תו בס נראים בדרך כלל בתמונה של תדרים לאורך זמן, כלומר בספקטרוגרמה.
ואז, מול שיר חדש לגמרי שהיא לא שמעה מעולם, היא משערת מעין שבלונה לכל תפקיד: מחליטה אילו תדרים בכל רגע שייכים לווקאל, אילו לתופים וכן הלאה, ומוציאה אותם החוצה. היא לא משחזרת את הקבצים המקוריים. היא מנחשת ניחוש מושכל, על סמך כל שיר שהתאמנה עליו.
02למה חלק מהסטמים יוצאים נקיים יותר
לא כל כלי קל לניחוש באותה מידה, ושווה לדעת את זה לפני ששופטים תוצאה:
- ווקאל ותופים נפרדים נקי. לקול יש טביעת אצבע ייחודית, ותופים הם מכות חדות בזמן, כך שהמודל מזהה אותם בביטחון. במיקס טוב הם יוצאים קרובים מאוד למקור.
- בס ופסנתר יוצאים טוב מאוד. הם יושבים בטווחי תדרים די צפויים, אז יש פחות מה לנחש.
- סינתים, כלי קשת ו"כל השאר" יוצאים הכי מלוכלכים. הם נמרחים על אותם תדרים כמו שאר הכלים, כך שהמודל לא מצליח להכריע בצורה נקייה מה שייך למי. הסטם "other" שנשאר בסוף הוא החלק הכי מחוספס בכל הפרדה, בכל כלי שיש בשוק, לא רק באחד.
03ההקלטה חשובה יותר מהכלי
אנשים מאשימים את התוכנה כשסטם יוצא "מימי", אבל בדרך כלל הגורם הגדול יותר הוא המקור. הקלטת אולפן נקייה עם מיקס טוב נותנת למודל מרכיבים ברורים להפריד. קטע הופעה שצולם בטלפון, העלאה באיכות lo-fi או טרק עם הרבה עיבוד אפקטים מגישים לו מיקס שבו הכלים כבר מטושטשים זה בזה, ושום תחכום לא יפריד אותם עד הסוף.
אז אם התוצאה מאכזבת, נסו גרסה נקייה יותר של אותו שיר לפני שאתם מאשימים את הכלי. זבל שנכנס לא אומר בדיוק זבל שיוצא, אבל כן אומר שיהיה קשה יותר. זו פיזיקה, לא באג.
04על המכשיר שלכם, או בשרת מרוחק
יש עוד החלטה תכנונית אחת שחשובה יותר ממה שנראה: איפה ההפרדה רצה. הרבה כלים מעלים את האודיו לשרתים שלהם, מעבדים אותו בענן ושולחים לכם סטמים בחזרה. כלומר הקבצים שלכם, כולל כל מה שהקלטתם בעצמכם, יוצאים מהמחשב.
Riffloop לעומת זאת מריץ את ההפרדה על המכשיר שלכם, על סרטון ה-YouTube שאתם צופים בו או על קובץ שהעליתם, ומפרק את השיר לשישה סטמים: ווקאל, תופים, בס, גיטרה, פסנתר וכל השאר, בלי להעלות שום דבר. בכלי תרגול שתפעילו על דמואים ועל הקלטות משיעורים, כשהאודיו נשאר אצלכם פשוט לא צריך לחשוב על זה.
פרקו כל שיר לשישה סטמים
פרקו שיר לווקאל, תופים, בס, גיטרה, פסנתר וכל השאר, ואז עשו סולו או מיוט לכל סטם, על סרטון ה-YouTube או על קובץ שהעליתם. מתחילים בחינם, בלי הרשמה, ושום דבר לא יוצא מהמכשיר שלכם.
05כשמבינים את הניחוש, משתמשים בו טוב יותר
ברגע שמפסיקים לצפות לשלמות, סטמים הם כלי תרגול שימושי להפליא. סמכו על הבידוד של הווקאל, התופים והבס. צפו שהסטם של כלי הקשת והסינתים יהיה מחוספס, ואל תנסו להוריד ממנו פרטים עדינים. תנו למודל את ההקלטה הכי נקייה שתמצאו. כך תקבלו בדיוק את מה שהפרדת סטמים טובה בו: לשמוע תפקיד אחד מספיק ברור כדי סוף סוף להוריד אותו.
זה אף פעם לא היה קסם. זה ניחוש טוב מאוד, שאומן על הר של מוזיקה ורץ בשקט על הלפטופ שלכם. וזה די והותר כדי לשנות את הדרך שבה אתם מתרגלים.