Соглашусь. Для меня прослеживается аналогия с "проблемами пальцев" у Midjourney.
ChatGPT даёт довольно убедительные, на первый взгляд, ответы. Во многих случаях верные. Но иногда начинает нести откровенную отсебятину, которая имеет мало чего общего с реальным миром. Проверено на алгоритмах DSP и статистики как минимум. Думаю, таких сфер наберётся очень много, где придётся отделять зёрна от плевел. Получается уйма дезинформации, которую необходимо перепроверять.
Да, да @tohodov, вы читаете мысли. :) Я тоже думал в этом направлении. Текущая Python-версия вряд ли зайдет, даже если numpy, scipy и другие зависимости заведутся на wasm (pyodide, python-wasm). С оптимизацией там не всё хорошо, во время свёртки использование памяти может достигать несколько ГБ. Поэтому я и рассматривал возможность переноса на Rust, где можно было бы всё это тонко переработать и нативно скомпилить под wasm.
К слову, деньги с продаж альбома идут неизвестно куда. Менеджер Sundance Records сообщил, что их кинул вышестоящий дистрибьютор Wirikuta. Мутная история, но я решил оставить всё как есть. Главное - слушатели.
Я часто вдохновлялся звучанием треков таких артистов, как Infected Mushroom, Beat Hackers, Vibe Tribe, Ananda Shake, ITP... список можно продолжать бесконечно :)
Результат сильно зависит от правильного выбора референсного трека. В вики репозитория я указал некоторые рекомендации по этому поводу. Например, у треков должны быть схожие слои и структура. Так как в Matchering отсутствует глубокое обучение, он не может добавить того, чего нет. Попробуйте поиграться ещё с другими вариантами референсов, если будет желание. :) Спасибо за отзыв!
Буду знать, спасибо. Здесь скорее всего было дело в технологиях, в которых хотелось развиваться. C/C++ мне всегда давались с трудом - одна из причин моей последующей любви к Rust.
Как выяснилось, есть определённая ниша. В 2017-м могло доходить до 100-200 мастеров в день. В основном это аудитория двух категорий
Музыканты, у которых нет навыков мастеринга или возможности приобрести подобные плагины
Музыканты и звуковые инженеры, которым проще двумя кликами обработать микс в подобном сервисе, чем крутить всё каждый раз вручную
Существует довольно много стилей, в которых формат звучания играет важную роль. Как бы грустно это не звучало, но запросы "хочу саунд как у N" довольно популярны. И, при условии, что обрабатываемый микс довольно качественен и имеет схожие слои с референсом, Matchering может довольно точно перенести АЧХ, RMS и ширину стерео в процессе обработки. Также для некоторых людей ключевую роль может сыграть то, что это бесплатно и open source.
И хотя с некоторыми моментами я категорически не согласен!
Конечно, здесь я должен пояснить. Не знаю как сейчас, но в то время популярнее всего на мероприятиях был dark psy. И хотя я слышал и знаю много глубочайших и достойнейших работ в этом подстиле, на вечеринках зачастую я слышал немного не то. Это было вечным противостоянием: dark vs fullon. Иногда эти подстили даже чередовались на одном танцполе. В том же абзаце я описал мысли коллег-фуллонщиков, к которым не один раз обращались сомнительные личности с просьбой "выключить сопли и врубить ДАРЧИНКИИИ!". Наболевшее. :)
А лично мой узкоспецифичный интерес по теме: stereo -> surround quadro.
Очень интересная тема, но лично у меня был опыт только со стерео. Возможно существуют техники, используемые в постпродакшене, которые позволяют это круто осуществить, но я с ними не знаком. :)
нынче надо смотреть на нейросеточки, но не представляю как это можно было бы совместить с real-time
Я, если честно, тоже. TensorFlow, PyTorch частенько могут гигабайтами VRAM кушать. Как бы так это всё оптимизировать, чтобы на крошечных embedded девайсах всё летало - та ещё задача.
Соглашусь. Для меня прослеживается аналогия с "проблемами пальцев" у Midjourney.
ChatGPT даёт довольно убедительные, на первый взгляд, ответы. Во многих случаях верные. Но иногда начинает нести откровенную отсебятину, которая имеет мало чего общего с реальным миром. Проверено на алгоритмах DSP и статистики как минимум. Думаю, таких сфер наберётся очень много, где придётся отделять зёрна от плевел. Получается уйма дезинформации, которую необходимо перепроверять.
Благодарю!
У Jekyll, к слову, даже есть гайды и инструменты для переезда с классических блогов аля WordPress, Drupal или Joomla.
Ушло в копилку, спасибо! ;)
Мне в этом обновлении оказалось полезным новое предупреждение Clippy о нежелательном использовании устаревшего способа форматирования строк https://rust-lang.github.io/rust-clippy/master/index.html#uninlined_format_args
Да, да @tohodov, вы читаете мысли. :) Я тоже думал в этом направлении. Текущая Python-версия вряд ли зайдет, даже если numpy, scipy и другие зависимости заведутся на wasm (pyodide, python-wasm). С оптимизацией там не всё хорошо, во время свёртки использование памяти может достигать несколько ГБ. Поэтому я и рассматривал возможность переноса на Rust, где можно было бы всё это тонко переработать и нативно скомпилить под wasm.
К слову, деньги с продаж альбома идут неизвестно куда. Менеджер Sundance Records сообщил, что их кинул вышестоящий дистрибьютор Wirikuta. Мутная история, но я решил оставить всё как есть. Главное - слушатели.
Спасибо! :)
Я часто вдохновлялся звучанием треков таких артистов, как Infected Mushroom, Beat Hackers, Vibe Tribe, Ananda Shake, ITP... список можно продолжать бесконечно :)
Свёртка - самая дорогая операция здесь, это факт. Но без FFT не было бы Matchering, ИМХО =)
Результат сильно зависит от правильного выбора референсного трека. В вики репозитория я указал некоторые рекомендации по этому поводу. Например, у треков должны быть схожие слои и структура. Так как в Matchering отсутствует глубокое обучение, он не может добавить того, чего нет. Попробуйте поиграться ещё с другими вариантами референсов, если будет желание. :) Спасибо за отзыв!
Волшебные приключения в удивительном мире разработки СУБД. Самое то в сочельник. :) За Rust отдельный респект! Спасибо за увлекательную историю.
:)) Картинка в тему!
Да, официальной облачной версии нет, только Songmastr и Moises.
Осенью'22 Джеральдо хотел отправить еще один донат, но это не удалось по причинам, которые известны всем.
Да, я больше про приваты. Иногда могли и чередовать, иногда фуллон ставили только ближе к утру, всякое бывало.
Искренне благодарю за добрые слова и напутствие! Я рад, что вы нашли применение разработке ;)
Вполне возможно, хотя я с трудом представляю вывоз полноценного сервера с видеокартами в лес на оупен-эйр. :))
Буду знать, спасибо. Здесь скорее всего было дело в технологиях, в которых хотелось развиваться. C/C++ мне всегда давались с трудом - одна из причин моей последующей любви к Rust.
Как выяснилось, есть определённая ниша. В 2017-м могло доходить до 100-200 мастеров в день. В основном это аудитория двух категорий
Музыканты, у которых нет навыков мастеринга или возможности приобрести подобные плагины
Музыканты и звуковые инженеры, которым проще двумя кликами обработать микс в подобном сервисе, чем крутить всё каждый раз вручную
Существует довольно много стилей, в которых формат звучания играет важную роль. Как бы грустно это не звучало, но запросы "хочу саунд как у N" довольно популярны. И, при условии, что обрабатываемый микс довольно качественен и имеет схожие слои с референсом, Matchering может довольно точно перенести АЧХ, RMS и ширину стерео в процессе обработки. Также для некоторых людей ключевую роль может сыграть то, что это бесплатно и open source.
Очень воодушевляющий комментарий, благодарю вас! 🙏
Обязательно изучу, очень интересно. Спасибо большое!
Спасибо, коллега! :)
Конечно, здесь я должен пояснить. Не знаю как сейчас, но в то время популярнее всего на мероприятиях был dark psy. И хотя я слышал и знаю много глубочайших и достойнейших работ в этом подстиле, на вечеринках зачастую я слышал немного не то. Это было вечным противостоянием: dark vs fullon. Иногда эти подстили даже чередовались на одном танцполе. В том же абзаце я описал мысли коллег-фуллонщиков, к которым не один раз обращались сомнительные личности с просьбой "выключить сопли и врубить ДАРЧИНКИИИ!". Наболевшее. :)
Очень интересная тема, но лично у меня был опыт только со стерео. Возможно существуют техники, используемые в постпродакшене, которые позволяют это круто осуществить, но я с ними не знаком. :)
Я, если честно, тоже. TensorFlow, PyTorch частенько могут гигабайтами VRAM кушать. Как бы так это всё оптимизировать, чтобы на крошечных embedded девайсах всё летало - та ещё задача.