"AI Mastering"업데이트

AI Mastering 을 업데이트했습니다.

업데이트 내용

동영상의 마스터 링 영상과 소리가 어긋나는 문제를 수정했습니다.

· iPhone 판의 노이즈 감소 알고리즘을 개선했습니다.

노이즈 감소

iPhone 판의 노이즈 감소 알고리즘을 개선했습니다. 노이즈의 음량이 변화하는 경우에 기존보다 잘 노이즈 감소 할 수있게되었다고 생각합니다.

음원의 전문 스러움을 측정 VST 플러그인 "ProMeter"를 v2.0.0로 업데이트

음원의 전문 스러움을 측정 VST 플러그인 "ProMeter"를 v2.0.0로 업데이트했습니다.

ProMeter VST Plugin

다운로드

ProMeter VST 최신 버전

기타 VST 및 설명서

변경 사항

· Professionality의 계산 방법을 '프로 다움'에서 '프로 스러움 2 "로 변경했습니다.

· ProMeter는 AI Mastering 프리미엄 계획 등록자 한정 플러그인 이었지만, 무료화했습니다.

프로 스러움 2 한 것으로 계산 결과가 안정 생각합니다.

"AI Mastering"iPhone 버전 업데이트 v1.2.5

AI Mastering의 iPhone 판을 v1.2.5로 업데이트했습니다.

업데이트 개요

동영상 업로드 속도와 전송량을 감소했습니다.

· H.264, H.265로 인코딩 된 동영상을 영상 부분을 다시 인코딩없이 마스터 할 수있게되었습니다.

업데이트 상세

기존

종래에는 모든 동영상을 영상 부분을 포함하여 서버에 업로드하고 서버 측에서 출력 동영상을 생성했습니다. 따라서 영상 부분의 용량이 큰 경우 업로드와 다운로드에 시간이 걸렸습니다. 또한 전송량을 줄이기 위해 업로드 전에 스마트 폰 측에서 다시 인코딩하는 경우도있었습니다. 다시 인코딩에 시간이 걸릴 화질도 열화했습니다.

수정 버전

수정 버전은 H.264, H.265 + AAC로 만들어진 MP4 동영상의 경우 영상과 소리를 스마트 폰 측에서 Demux (무 저하로 분리)하고 소리 만 업로드하고 마스터 링합니다. 마스터 링이 완료되면 마스터 링 후 소리를 다운로드하여 소리와 영상을 스마트 폰 측에서 Mux (무 저하로 결합)하여 출력 동영상을 만듭니다.

그렇지 동영상의 경우는 종래대로 동영상 전체를 업로드하고 서버 측에서 출력 동영상을 만듭니다. 이 경우 동영상은 H.264 + AAC는 MP4로 다시 인코딩됩니다.

결과, 고속화, 고화질화, 전송량 절감되었습니다.

※ H.264, H.265 + AAC로 만들어진 MP4 동영상의 경우 스마트 폰 버전으로 업로드 한 것을 PC 버전으로 볼 때와 다른 스마트 폰에서 볼 때 영상 부분은 보이지 않으니 양해 바랍니다.

iPhone 판 업데이트 방법

다음 App Store 링크에서 업데이트 가능합니다.

요청

스마트 폰 버전에 관한 의견 · 요망 등 있으면 가르쳐 주시면 감사하겠습니다.

Android 대응 중이므로 잠시만 기다려주십시오.

"AI Mastering"명령 줄 도구

AI Mastering API를 명령 줄에서 사용할 수있는 도구를 소개합니다.

설치

다음 페이지에서 최신 버전의 실행 파일을 다운로드합니다. Windows, Mac 및 Linux 용 실행 파일이 있습니다.

aimastering-tools Releases (Github)

사용법

API 액세스 토큰의 취득

Developer 에서 AI Mastering API 액세스 토큰을 가져옵니다.

마스터 링을 실행

다음의 명령으로 마스터 링을 실행할 수 있습니다.

기타 옵션

다음의 명령으로 추가 옵션을 확인할 수 있습니다.

링크

aimastering-tools (Github)

VBScript Tutorial (Github)

정리

AI Mastering API를 명령 줄에서 사용할 수있는 도구를 소개했습니다.

명령 줄 도구를 만든 계기는 VBA에서 AI Mastering API를 사용할 수 없을까? 라는 요청을받은 것이 었습니다.

자동화 및 비공식 프런트 엔드 만들기 등에 유용하게 써 주시면이라고 생각합니다.

"AI Mastering"iPhone 버전 업데이트 v1.1.0

AI Mastering의 iPhone 판을 v1.1.0로 업데이트했습니다.

업데이트 내용

· 최대 동영상 길이를 15 분 늘렸다.

최대 파일 크기를 250MB로 증가했습니다.

· 자동 마스터 링 알고리즘 "v2"마스터 링을 할 수 있도록 변경했습니다.

v2 내용은 다음 문서를 참조하십시오.

AI Mastering 새로운 알고리즘 "v2"

iPhone 판 업데이트 방법

다음 App Store 링크에서 업데이트 가능합니다.

Equalizer APO를 일본어 화하는 방법

Equalizer APO Japanese Translation

Equalizer APO를 일본어 화하는 방법을 소개합니다.

Equalizer APO 란?

Equalizer APO는 PC에서 재생되는 다양한 소리 (YouTube 동영상 및 게임 사운드)에 다양한 효과 (EQ, 컴프레서, VST)을 적용 할 수있는 Windows 응용 프로그램입니다.

기본적인 Equalizer APO의 사용법은 다음 문서에서 설명했습니다. Equalizer APO를 모르는 분은 참고로 해보세요.

Equalizer APO 사용

Equalizer APO를 일본어 화하는 방법

다음 단계에서 일본어 화합니다.

1. Equalizer APO의 버전을 확인하려면

Equalizer APO Configuration Editor의 제목 부분에 버전이 포함되어 있습니다. 버전이 1.2으로되어 있는지 확인합니다. 버전이 1.2이 아닌 경우 Equalizer APO를 최신 버전으로 업데이트하십시오.

Equalizer APO Version

2. Equalizer APO Configuration Editor를 종료하기

Equalizer APO Configuration Editor가 실행중인 경우 종료합니다.

3. Equalizer APO Translator 다운로드

Equalizer APO Translator를 다운로드합니다.

Equalizer APO Translator for Windows

4. Equalizer APO Translator에서 일본어 화를 실시

Equalizer APO Translator를 시작합니다 "일본어로 적용"버튼을 눌러 일본어 화합니다. 완료되면 Equalizer APO Translator는 종료해도 OK입니다. 오류가 발생하면 실행 파일을 오른쪽 클릭하고 "관리자 권한으로 실행"을보십시오.

Equalizer APO Translator

5. Equalizer APO Configuration Editor를 시작

Equalizer APO Configuration Editor를 시작합니다.

6. Equalizer APO Configuration Editor의 언어 설정을 English로 설정

Equalizer APO Configuration Editor의 언어 설정을 English로 설정합니다. 애매하지만 언어 설정을 English로 설정하면 일본어입니다.

일본어로이 완료되면 다음과 같이됩니다.

Equalizer APO Japanese Translation

다른 언어로 번역하고 싶은

공식 Equalizer APO에 대응되는 언어는 영어와 독일어입니다. Equalizer APO을 영어, 독일어, 일본어 이외의 언어로 번역하고 싶은 경우 다음 파일 translation 부분을 대상 언어로 번역 한 파일을 보내 주시면 해당 할 수 있을지도 모릅니다. 그러나 대응할 수있는 보증은 없기 때문에 양해 바랍니다.

Editor_de.ts – Equalizer APO

면책

· Equalizer APO Translator는 비공식 도구입니다.

· Equalizer APO Translator 지원하지 않습니다.

· Equalizer APO Translator를 사용하여 발생한 손해에 대해 당사는 일체의 책임을지지 않습니다

정리

Equalizer APO Translator를 사용하여 Equalizer APO를 일본어 화하는 방법을 소개했습니다.

"DÉ DÉ MOUSE」 「be yourself '의 마스터 링 분석

"DÉ DÉ MOUSE"의 "be yourself"를 AI Mastering으로 분석 한 결과입니다.

"DÉ DÉ MOUSE」 「be yourself"를 AI Mastering으로 분석 한 결과

기본적인 통계 DE DE MOUSE be yourself mastering statistics

음량 시계열

DE DE MOUSE be yourself loudness time series

스펙트럼

DE DE MOUSE be yourself Spectrum

스펙트럼 분포

DE DE MOUSE be yourself Spectrum Distribution

음량 히스토그램

DE DE MOUSE be yourself Loudness Histogram

"DÉ DÉ MOUSE」 「be yourself '만큼의 음압하려면 어떻게해야 할까?

분석 결과에 따르면 'be yourself "의 음량은 -7.6dB이므로, AI Mastering에서 약간 더 큰 목표 음압으로 설정하고 마스터 링하면 좋다고 생각합니다.

목표 음압이 증가하므로, Ceiling 설정은 "Peak"또는 "True Peak"를 추천합니다. "True Peak (15kHz Lowpass)"라고 다시 인코딩 등으로 15kHz 이상이 절단 되어도 클리핑하지 않도록 피크를 낮추기 때문에 클리핑 대해 보수적하게 너무 때문입니다.

"True Peak"을 설정 한 경우는 오버 샘플링을 2x로하는 것이 추천입니다.

설정 예

AI Mastering Settings Example

"AI Mastering"새로운 마스터 링 알고리즘 "v2"

AI Mastering 업데이트했습니다. 새로운 마스터 링 알고리즘 "v2"를 추가했습니다.

새로운 알고리즘 "v2"

사용자 지정 마스터 링에 새 마스터 링 알고리즘 "v2"를 추가했습니다. 고급 옵션으로 새로운 알고리즘 "v2"고 기존 알고리즘 "v1"를 선택할 수 있습니다.

AI Mastering Mastering Algorithm Settings

※ 원터치 마스터 링 (Easy Mastering)는 "v2"가 선택됩니다.

새로운 알고리즘 "v2"의 특징

v2는 "프로 스러움 2 '가 일어나게 마스터 링합니다. v1보다 마스터 링 매개 변수의 탐색 성능이 높기 때문에 높은 확률로 '프로 스러움 2 "가 올라갑니다.

참조를 지정할 수 있습니다. 설정을 지정한 경우에는 "프로 스러움 2"를 올리도록 아니라 레퍼런스에 가까워 지도록 마스터 링합니다. v1과 같은 사전 지정은 할 수 없습니다.

참조를 지정하는 경우에도 지정되지 않은 경우에도 원래 음질에서 최대한 떨어지지 않도록하는 처리가 포함되어 있습니다. v1에서는 음원에 따라 극단적으로 음질이 변화 해 버리는 경우가있었습니다 만, 그것은 완화되고 있습니다.

마스터 레벨에 따라 원래 음질에서 얼마나 떠나지을 허용할지 여부를 조정할 수 있습니다.

기존 알고리즘 "v1"의 특징

v1은 "프로 스러움 '이 일어나게 마스터 링합니다. 휴리스틱으로 마스터 링 파라미터를 선택하기 때문에 "전문 스러움 '이별로 오르지 않을 수도 있습니다.

개발 경위

AI Mastering 마스터 링 파라미터를 변경하면 "프로 스러움 '이 다양하게 변화하지만,"프로 다움 "이 커지도록 조정하면 소리가 잘된다. 이를 자동화 할 수 없을까? 라는 의견을 받고있었습니다.

이 의견에 대응 한 것이 v2입니다. v2는 마스터 링 파라미터의 검색 알고리즘이 강화되어 있기 때문에 "프로 스러움 2"가 커지도록 자동으로 습득됩니다. 수동으로 매개 변수를 조정하는 번거 로움이 줄어들 것으로 생각합니다.

프로 스러움 2 (Professionality2)

"프로 스러움 2 '는'프로 다움 '을 개량 한 지표입니다. 분석 지표에 추가했습니다. "프로 스러움"보다 많은 데이터로 학습하고 있습니다.

AI Mastering Professionality2 Index

PC 버전 업로드 크기 제한과 음원 길이 제한을 늘 렸습니다

새로운 업로드 크기 제한 : 250MB (기존 : 150MB)

새로운 음원 길이 제한 : 15 분 (기존 : 10 분)

iPhone 판은 응용 프로그램 측의 대응을하기 때문에 잠시만 기다려주십시오.

"AI Mastering"업데이트

AI Mastering을 업데이트했습니다. 변경 사항은 시스템 장애의 근본 원인 제거 및 버그 수정입니다. 기능 변경은 없습니다.

시스템 오류의 근본 원인 제거

최근 정기적으로 발생하고 시스템 장애의 원인을 파악하고 제거했습니다.

Reducing inode and dentry caches to keep OOM killer at bay

알 수없는 원인으로 인한 시스템 장애를 예방하기 위해 모니터링을 강화했습니다.

Graphana AI Mastering Monitoring Alerts

Graphana AI Mastering Monitoring Chart

프리미엄 계획의 이중 청구

프리미엄 플랜에 등록 된 일부로 요금이 이중으로 청구되어있었습니다.

구체적으로는 프리미엄 플랜 가입 중에 어떤 이유로 요금 결제가 실패한 후 다시 프리미엄 플랜에 가입 한 후 기존 프리미엄 계획의 결제가 복구되면 오래된 프리미엄 계획과 새로운 프리미엄 계획이 동시에 계속 요금이 이중으로 청구되어있었습니다.

대상자는 다음의 대응을하겠습니다. 고객 측의 대응은 필요하지 않습니다. 대단히 죄송 않았습니다.

A : 이전 버전의 프리미엄 계획 취소

B : 이중 청구 분의 환불

C : B 외에 사과로 최근 요금 한달 분의 환불

또한 재발하지 않도록 프로그램을 수정했습니다. 앞으로 미지의 케이스에 의해 이중 청구가 발생하더라도 조기에 발견 할 수 있도록 모니터링을 강화했습니다.

앞으로도 잘 부탁합니다.

LANDR vs "AI Mastering"(음질 편)

MEI20190207 Change

LANDR과 AI Mastering을 음질면에서 비교했습니다.

요약

MEI20190207는 믹스를 객관적으로 평가할 수있는 지표를 제안했습니다.

AI Mastering과 LANDR에서 마스터 링 한 소리를 MEI20190207 비교했습니다.

AI Mastering은 LANDR보다 MEI20190207이 높은 것으로 나타났습니다.

AI Mastering은 LANDR보다 음량 범위가 크고 Boominess가 작고 Depth가 작고 Warmth가 작은 경향이 있다는 것을 발견했습니다.

※ 다음으로 비교 음이 있기 때문에 들어보세요

비교

다양한 소리를 LANDR과 AI Mastering 마스터 링하고 결과를 다양한 지표로 비교했습니다.

비교 대상 소리

비교 대상 음은 다음 믹스 평가 데이터 세트에서 선택했습니다. 이 믹스 평가 데이터 세트에는 다양한 곡에 대한 여러 오디오 믹스와 각각의 오디오 믹스에 대한 복수 인에 의한 주관적 평가 결과가 포함됩니다.

오디오 믹스의 라이센스가 CC BY 것들 사이에서 각 노래에 대해 음의 범위가 가장 큰 것과 주관적 평가의 평균이 가장 낮은 것을 비교 대상 톤으로 선택했습니다.

음량 범위가 큰 유물없이 마스터하기 쉬운 것과 주관적 평가가 낮은 것은 자동 마스터 링의 도시가있는 것이 이유입니다.

콘크리트 믹스 목록은 아래의 GitHub 저장소를 참조하십시오.

MixBrowser

THE MIX EVALUATION DATASET

지표

MixEvaluationIndex20190207 (MEI20190207)

MixEvaluationIndex20190207 (MEI20190207)는 The Mix Evaluation Dataset의 주관적 평가 데이터를 사용하여 구축 한 오디오 믹스의 객관적 지표입니다. 오디오 믹스의 지표이지만, 마스터 링 오디오의 평가에도 사용할 수 있다고 생각합니다. 종합적인 평가를위한 것입니다. 이번 비교에서 메인이되는 지표입니다.

MEI20190207는 다양한 지표의 가중치 합으로 계산됩니다. 바탕이되는 지표는 스펙트럼의 분산 공분산 행렬 스펙트럼의 평균 Hardness, Dissonance입니다. 쉽게 말하면 스펙트럼의 모양, 다이나믹 레인지, 공간감, 공격의 대역폭, 왜곡 많음을 참고로 계산하고 있습니다.

가중치의 학습에 사용한 오디오 믹스는 MixBrowser에서 공개되는 오디오 믹스 중 미리 오디오가있는 것이 전부입니다. 일부 미리보기 오디오는 404 Not Found이었습니다.

MixBrowser

라우드니스

ITU-R BS.1770에서 정의 된 라우드니스입니다. 전달 플랫폼과 사용자 듣는 방법에 따라 다르지만, 음량이 큰 곡수록 다른 곡에 비해 큰 소리로 재생 될 가능성이 높습니다. 큰 소리로 재생하는만큼 좋은 소리로 들립니다.

음질이 같으면 음량이 크면 클수록 좋은 것입니다.

기타 지표

음량 레인지, True Peak

마스터 링 설정

아래의 GitHub를 참조하십시오.

비교 결과

MEI20190207의 변화량

MEI20190207 원본에 대한 변화량을 모든 곡에 평균 한 것입니다. AI Mastering 쪽이 LANDR보다 MEI20190207가 높은 경향이 있습니다.

음량 vs 음량 범위

라우드니스의 모든 노래의 평균과 음량의 모든 노래의 평균 분산 형 플롯했습니다. 일반적으로 음의 크기와 음량 범위는 트레이드 오프의 관계에 있지만, AI Mastering 쪽이 LANDR보다 음량을 높게했을 때의 음량 범위의 감소가 적습니다.

True Peak

True Peak (인터 샘플 피크)를 모든 곡으로 평균 한 것입니다. True Peak가 0dB보다 크면 다시 인코딩 등으로 왜곡 될 수 있지만, AI Mastering, LANDR 모두 0dB를 초과하는 경우가있는 것 같습니다. AI Mastering에서는 Ceiling을 True Peak하면 True Peak가 0dB를 초과하지 않도록 할 수 있기 때문에 음질 열화를 피할 수있다. LANDR는 그럴듯한 설정이 없기 때문에 아마 회피 불가능합니다.

Dissonance의 변화량

Dissonance은 불협화음 정도를 측정하는 지표입니다. MEI20190207을 계산하는 데 사용되며, Dissonance이 낮을수록 MEI20190207이 높아집니다.

AI Mastering 마스터 링 레벨을 1로 설정하면 Dissonance가 늘어날 것 같습니다. 마스터 레벨을 0.5로 설정하면 LANDR과 동등한 증가하면됩니다.

Hardness의 변화량

Hardness 소리의 경도를 측정하는 지표입니다. MEI20190207을 계산하는 데 사용되며, Hardness가 높을수록 MEI20190207이 높아집니다. AI Mastering, LANDR 함께, Hardness을 늘리는 것입니다.

Boominess의 변화량

Boominess는 Boomy 정도를 나타내는 지표입니다. 내용은 다음에서 제안 된 Booming Index입니다. MEI20190207의 계산에는 사용되지 않습니다.

Booming index as a measurement for evaluation booming sensation

AI Mastering은 Boominess을 낮추는 경향이 있습니다.

Brightness의 변화량

Brightness 밝기를 나타내는 지표입니다. 전체 에너지에 대한 고주파 성분의 에너지 비율을 로그와 Spectral Centroid의 대수의 선형 결합으로 계산됩니다. MEI20190207의 계산에는 사용되지 않습니다.

D5.2: First prototype of timbral characterisation tool for semantically annotating non-musical content

AI Mastering과 LANDR는 Brightness를 올리는 경향이 있습니다.

Depth의 변화량

Depth는 깊이를 나타내는 지표입니다. 다음 D5.2에 정의되어 있습니다. D5.2에 따르면, 깊이는 공간적인 의미와 주파수 특성 인 의미가 있지만,이 Depth 지표는 주파수 특성적인 의미만을 나타낸다. MEI20190207의 계산에는 사용되지 않습니다.

D5.2: First prototype of timbral characterisation tool for semantically annotating non-musical content

정의에 따르면, 저주파 성분이 많다고 Depth가 늘어날 것 같습니다. AI Mastering는 Depth를 낮추는 경향이 있습니다.

Warmth의 변화량

Warmth는 온기를 나타내는 지표입니다. 다음이 구현입니다. MEI20190207의 계산에는 사용되지 않습니다.

Timbral_Warmth.py (Github)

AI Mastering은 Warmth를 낮추는 경향이 있습니다.

마스터 링 후 소리의 비교

각 곡에 대해 오리지널 LANDR에서 MEI20190207가 최대의 것, AI Mastering에서 MEI20190207이 가장 큰 것들 중 3 개를 선택했습니다. 음량은 갖추고 있지 않기 때문에 볼륨의 차이에 의한 편견에주의하십시오.

모든 소리 목록은 다음에 있습니다. MEI20190207가 높은 소리가 정말 좋은 소리 있는지 여부를 확인하려고합니다. 각 곡의 라이센스 표기는 Github의 audio 디렉토리 아래에 기재했습니다.

ai-mastering / mastering_comparison (Github)

In The Meantime

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Lead Me

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Not Alone

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Pouring Room

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Red To Blue

Original

AI Mastering Best MEI20190207

LANDR Best MEI20190207

Github

자세한 정보가 아래에 설명되어 있습니다.

ai-mastering/mastering_comparison (Github)

주의

그래프와 Github에서 "AI Mastering"라고 표기되어있는 것은 AI Mastering의 수를 나타냅니다.

정리

LANDR과 AI Mastering을 비교했습니다.