Er sjálfvirk stilling gervigreind?

Er sjálfvirk stilling gervigreind?

Stutt svar: Sjálfvirk stilling er ekki yfirleitt „gervigreind“ í hefðbundnum skilningi. Hún snýst að mestu leyti um stafræna stafræna hljóðrás (DSP): hún greinir tónhæð, tengir hana við marknótu eða kvarða og færir síðan hljóðið í samræmi við það. Í nútíma söngsvítum getur vélanám komið fram í aðliggjandi stigum - eins og einangrun eða hávaðaminnkun - þannig að heildarvinnuflæðið er stundum merkt sem „gervigreind“.

Lykilatriði:

Skilgreiningar : „Sjálfvirk stilling“ getur átt við Antares viðbótina, tónhæðarleiðréttingu almennt eða harða stillingaráhrifin.

Kjarnaaðferð : Hefðbundin tónhæðarleiðrétting byggir á tónhæðargreiningu, nótnakortlagningu og tónhæðarbreytingum - engin þjálfunargögn eru nauðsynleg.

Stýringar : Endurstilla hraða og „mannvæða“ stillingar ákvarða hvort útkoman er fínleg fæging eða vélræn smella.

Gervigreind aðliggjandi : ML birtist oft í raddeinangrun, aðlögunarhæfri hávaðaminnkun, snjallri aflögun og aðstoðarmanns-EQ.

Ekki raddklónun : Ef þú átt við „söngvara sem hefur aldrei verið til“, þá fellur það undir raddmyndun eða klónun, ekki hefðbundna sjálfvirka stillingu.

Er sjálfvirk stilling gervigreind? Upplýsingamynd

Sjálfvirk stilling (klassíska „sjálfvirka stillingaráhrifin“) hófst sem stærðfræðileg hljóðvinnsla - klassískt tónhæðargreiningar- og tónhæðarbreytingarsvæði, þ.e. DSP-stíl reiknirit, ekki „þjálfuð á milljónum radda“. ( Tónhæðarleiðrétting stafræns hljóðs - Walter Smuts )

Fyrst, hvað fólk meinar með „sjálfvirkri stillingu“ 😅

Þetta er þar sem þetta flækist.

Þegar einhver segir „sjálfvirk stilling“ gæti viðkomandi átt við:

Svo ef þið vinkona þín rífið um þetta, gætuð þið bæði haft rétt fyrir ykkur þótt þið töluð um ólíka hluti. Sem er ... dæmi um mannlega hegðun. 🙃

Er sjálfvirk stilling gervigreind? ✅🤏

Er Autotune gervigreind? Venjulega nei - ekki í sinni hefðbundnu, kjarnaútgáfu.

Hefðbundin tónhæðarleiðrétting felst að mestu leyti í DSP (stafrænum merkjavinnslu) - að greina tónhæð og beita tíðniskvörðun / tónhæðarbreytingarreikniritum, án þess að þörf sé á þjálfuðu vélrænu mælilíkani. ( Tónhæðarleiðrétting stafræns hljóðs - Walter Smuts ; Grunnatriði raddtónhæðarleiðréttingar - iZotope )

  • greina tónhæð

  • ákveða „næstu“ marknótuna (eða nótu í völdum kvarða)

  • Færa röddina mjúklega eða samstundis í átt að henni ( notendahandbók AutoTune 2026 )

Þetta er reiknirit. Þetta er snjöll stærðfræði, en það snýst ekki endilega um að „læra“ af gögnum eins og nútíma gervigreindarlíkön gera.

En - og hér kemur en-ið, því það er alltaf en - sum nútímaverkfæri í kringum tónhæðarleiðréttingu nota vélanám fyrir skyld verkefni (betri greiningu, aðskilnað, meðhöndlun á tónhljóðum, hreinsun). Þess vegna heldur ruglingurinn áfram að koma upp eins og lag sem þú baðst ekki Spotify um að spila aftur ... 🎧 ( Demucs (aðskilnaður tónlistaruppsprettu) ; Open-Unmix )

Hvað er í raun að gerast undir húddinu (hefðbundin tónhæðarleiðrétting) 🧰

Höldum þessu praktísku.

Dæmigert tónhæðarleiðréttingarkerfi gerir nokkur stór verkefni:

1) Tónhæðargreining 🎯

Það metur grunntíðnina (skynjaða nótuna).
Þetta er hægt að gera með klassískum aðferðum sem skoða lotubundið tíðnisvið, yfirtóna og tíðniinnihald - hluti eins og núllgangaaðferðir og sjálfsfylgni í einhljóða samhengi. ( Tónhæðarleiðrétting stafræns hljóðs - Walter Smuts )

2) Pitch mapping 🗺️

Það ákveður hvar nótan „ætti“ að fara:

  • næsti hálftónn

  • Næsta nóta í kvarða (C-dúr, A-moll o.s.frv.)

  • handteiknuð leiðréttingarkúrfa (meira „skurðaðgerðarleg“) ( Hvað er Melodyne? )

3) Tónhæðarbreyting 🪄

Það færir hljóðið upp eða niður án þess að breyta tímasetningunni.
Það reynir að halda:

4) Tímasetning og umbreytingarhegðun ⏱️

Þetta er sá hluti sem flestir heyra fyrst:

Ekkert af þessu krefst líkans sem er þjálfað á gríðarstórum gagnasöfnum. Þetta er frekar eins og mjög öflug reiknivél sem elskar tónlist.

Ófullkomin myndlíking, en hún passar samt nokkuð vel: þetta er eins og hitastillir fyrir tónhæð. Ekki heili, ekki söngvari ... bara stjórnsamur lítill takki sem heldur áfram að toga nótuna í átt að stilltu hitastigi. 🌡️🎶

Þar sem „gervigreind“ birtist í kringum söng 🤖✨

Hér er snúningurinn: jafnvel þótt tónhæðarleiðrétting sjálf sé klassísk DSP, nútíma söngvinnuflæði oft verkfæri sem eru í raun byggð á vélmenni.

Þetta eru eiginleikarnir sem eru yfirleitt gervigreindar-legir:

Svo ef einhver sér viðbót sem segir „AI Vocal Assistant“ og hún inniheldur einnig tónhæðarleiðréttingu, gæti viðkomandi klumpað því öllu saman og kallað það sjálfvirka stillingu.

Og svo segir annar að „sjálfvirk stilling er ekki gervigreind“ og nú eruð þið bæði að rífast í hringi, eins og tveir kettir að slást um sama sólríka blettinn á gólfinu. 🐈🐈

Sjálfstilling og óttasvæðisútgáfan 😬

Þetta er sá hluti sem fólk meinar, jafnvel þótt það segi það ekki upphátt.

Margir eru ekki að spyrja um tónhæðarleiðréttingu. Þeir eru að spyrja:

  • „Er þetta að koma í staðinn fyrir söngvarann?“

  • „Er þetta að mynda falska rödd?“

  • „Er það að gera gjörning sem aldrei átti sér stað?“

Hefðbundin tónhæðarleiðrétting býr ekki til glænýja rödd. Hún ýtir við tónhæðinni í raunverulegri upptöku. Þú þarft samt:

  • alvöru söngatriði

  • orðalag

  • tónn

  • tilfinningar

  • tímasetning og viðhorf (það sem helst þrjósklega mannlegt)

En ef þú ferð yfir í raddklónun og alhliða raddmyndun, þá er það allt annar flokkur. Það er ekki „sjálfvirk stilling“ í frjálslegum skilningi, jafnvel þótt fólk kasti stundum orðinu yfir allt sem hljómar unnið.

Svo í hryllingslegum skilningi „þessi söngvari var aldrei til“, Is Autotune AI á almennu neii. Ekki sjálfgefið.

Hvað gerir góða útgáfu af Auto-Tune (eða hvaða tónstillingartól sem er) 🎛️

Ef þú ert að velja tól til að leiðrétta tónhæð, þá snýst „góð“ útgáfa ekki bara um hversu fullkomlega það læsir nóturnar. Það snýst um hvernig það hegðar sér þegar hljóðið verður mannlegt og óstýrilátt.

Leitaðu að:

Verum nú hreinskilin - besta kynningartólið er það sem þú getur notað hratt þegar þú ert þreytt/ur og eyrun ljúga að þér. Það er satt. 😵💫

Samanburðartafla: vinsælir valkostir fyrir tónhæðarleiðréttingu 🎚️📊

Hér að neðan er hagnýtur samanburður. Verðlagning er vísvitandi laus vegna þess að pakkar, tilboð og útgáfur breytast mikið ... og einnig vegna þess að enginn vill lesa töflureikni sem þykist þekkja veskið þitt betur en þú.

Tól Áhorfendur Verð-svona Af hverju það virkar
Sjálfvirk stilling Antares (ýmsar útgáfur) ( Sjálfvirk stilling Antares ) Popp, hip-hop, lifandi söngvarar $$$ Táknrænt hljóð, hröð endurstillingarstýring, „þessi“ áhrif - já, sú fræga
Celemony Melodyne ( Hvað er Melodyne? ) Ritstjórar, verkfræðingar, fullkomnunarsinnar $$$ Djúp handstýring, náttúrulegar stillingar, nótu-fyrir-nótu aðgerð (aðeins ákafar, á góðan hátt)
Bylgjustilling / Bylgjustilling í rauntíma ( Bylgjustilling ; Bylgjustilling í rauntíma ) Ódýrar stúdíóíbúðir, frekar lífleg uppsetning $$ Traust stilling, léttari fótspor, virkar án dramatíkar ... að mestu leyti
Logic Pro Flex Pitch (innbyggt) ( Flex Pitch (Logic Pro) ) Notendur rökfræði pakkað Þægileg og góð klipping, þú ert nú þegar með hana svo þú munt nota hana 😅
FL Studio Pitcher (svona innbyggður) ( handbók fyrir Pitcher ) FL framleiðendur pakkað-í-það Fljótleg skapandi stilling, einfalt vinnuflæði, ekki lúmskt nema þú reynir
Cubase VariAudio ( Steinberg VariAudio ) Cubase notendur pakkað Innbyggð klipping, hentug til að klippa saman og laga tökur
iZotope Nectar (tónhæð + raddkeðja) ( Nectar 4 eiginleikar ) Allt í einu söngsmiðir $$-$$$ Meira eins og söngsvíta - tónhæð ásamt fínleika, gott þegar þú vilt hraða
Reaper ReaTune ( ReaTune (ReaEffects leiðarvísir) ) Smíðamenn, DIY verkfræðingar $ Hagnýtt, einfalt, kemur þér á rétta braut - viðmótið líður eins og það hafi drukkið svart kaffi

Játning um sniðsérkenni: já, „bundled-ish“ er alvöru flokkur í tónlistarhugbúnaðarlífinu. 🙃

Hvernig framleiðendur nota það í reynd (lúmskt vs. augljóst) 🎧

Fínleg stilling (aðferðin „látið engan taka eftir því“) 🕵️♂️

  • hægari leiðréttingarhraði

  • varðveita titring

  • forðastu að smella á millifærslur

  • lagaðu handvirkt aðeins verstu sökudólgana (venjulega nokkrar athugasemdir)

Þetta er sú tegund sem notuð er í mörgum söngröddum sem fólk gerir ráð fyrir að séu „náttúrulegar“. Ekki vegna þess að söngvarinn geti ekki sungið - heldur vegna þess að nútíma hljóðblöndur eru miskunnarlausar. Hver einasta nóta er undir smásjá.

Augljós áhrif (hörð stemming) 🤖

Þetta snýst minna um að leiðrétta mistök og meira um stílfærðan hljóðfærasöng. Það er ekki að fela sig, það er að veifa til þín.

Blönduð nálgun (mín persónulega uppáhald, held ég) 🧩

  • smávægileg leiðrétting á vísum

  • sterkari áhrif á króka

  • sjálfvirkar stillingar sem breytast eftir hlutum

Þetta er eins og förðun - þú getur valið náttúrulega, glamúrlega förðun eða „ég er að mála andlitið á mér eins og neontígrisdýr.“ Allt rétt. 🐯✨

Algengar goðsagnir sem munu ekki deyja 🪦

„Sjálfstýring gerir alla að frábærum söngvara“

Nei. Það getur lagað tónhæð, ekki:

  • tónn

  • taktur

  • öndunarstjórnun

  • tilfinningaleg afhending

  • orðaforða (nema þú takir upp aftur eða klippir eins og brjálæðingur)

Ef frammistaðan er líflaus, þá gefur stillingin þér bara fullkomlega stillta líflausa frammistöðu. Æ, en satt.

„Ef þú heyrir stillingu, þá er það gervigreind“

Ekki endilega. Margar artefaktir eru einfaldlega klassískar aukaverkanir tónhæðarbreytinga (útþensla í fasa-raddakóðara, óstöðugleiki í formant, tímabundin óskýrleiki o.s.frv.). ( Tónhæðarleiðrétting stafræns hljóðs - Walter Smuts )

  • kvaka

  • málmkantar

  • óstöðugar nótuskiptingar

  • titringurinn jafnast út í beina línu

„Sjálfvirk stilling í beinni er svindl“

Þetta er smekksdeila. Leiðrétting á lifandi hljóði er oft notuð eins og eftirklang: tól. Sumir listamenn gera of mikið úr því, aðrir snerta það varla. Ef það passar við tegundina, þá sætta menn sig við það. Ef það stangast á við væntingar, þá reiðast menn. Menn eru samkvæmir svona ... ekki. 😅

Hagnýt ráð til að láta stillingu hljóma mannlegri 🧠🎙️

Ef þú vilt stillingu sem öskrar ekki „breytt“, prófaðu þá þetta:

  • Stilltu tóntegundina og kvarðann rétt (hálft verk, alvarlega talað) ( notendahandbók fyrir AutoTune 2026 ; ReaTune (handbók fyrir ReaEffects) )

  • Ekki ofleiðrétta umskipti - láttu glærurnar vera til staðar

  • Notið hægari endurstillingarhraða nema þið viljið vélmennahljóðið ( notendahandbók AutoTune 2026 )

  • Varðveita formants ef tólið þitt styður það ( Pitch (Nectar 3) - Formants )

  • Stilltu í samhengi við lagið sem spilast, ekki einleiksleikur í klukkustund

  • Fyrst að raða saman, síðan að stilla - að stilla lélegan raða saman er eins og að strauja krumpaða skyrtu á meðan þú ert enn í henni.

Taktu þér líka pásur. Eyrun aðlagast og þá hljómar allt „í lagi“ og síðari spilun getur leitt í ljós viðlag sem hljómar eins og glansandi sjálfsali. 🥴

Svo, er þetta gervigreind eða ekki - lokaskýringin 🔍

Lentum flugvélinni varlega.

Er Autotune AI í ströngu skilningi tilhneiging til að lenda svona:

Er Autotune gervigreind eins og fólk talar um nútíma söngframleiðslu:

  • Stundum samliggjandi verkfæri vélanám (ML (hreinsun, aðskilnaður, snjall aðstoðarmenn)) og fólk merkir alla keðjuna sem „gervigreind“. ( Demucs ; eiginleikar iZotope Nectar 4 )

Er Autotune AI í óttasvæðinu „þetta er ekki lengur alvöru söngvari“?

  • Ekki sjálfgefið. Þetta snýst meira um raddmyndun og klónun, sem er allt annað mál.

Ef þú vilt hreina hugræna fyrirmynd:
Tónhæðarleiðrétting er eins og sjálfvirk fókus í myndavél. Gervigreindarraddmyndun er eins og að búa til heila falsa ljósmynd . Hægt er að nota hvort tveggja listrænt, misnota hvort tveggja, en þau eru ekki það sama. 📸🎶

Lokasamantekt 🎤✅

Sjálfvirk stilling hófst sem snjöll hljóðstærðfræði - tónhæðargreining og tónhæðarbreytingar. Það er ekki í eðli sínu gervigreind. En nútíma söngverkfærakeðjur innihalda stundum gervigreindarknúna aukahluti og „gervigreind“ er orðin markaðslímmiði sem er smellt á allt frá hávaðaminnkun til kaffivéla (líklega). ( Notendahandbók AutoTune 2026 ; Waves Clarity Vx Pro )

Ef þú vilt, segðu mér hvað þú ert að vinna í - lifandi söng, upptökur í stúdíói, fíngerða poppfægingu eða algjörlega vélræna krókinn - og ég legg til stillingar sem passa við stemninguna án þess að breyta röddinni þinni í krómflautu. 😄🎛️

Algengar spurningar

Er Autotune gervigreind eða bara áhrif?

Í sinni klassísku mynd er „sjálfvirk stilling“ að mestu leyti hefðbundin DSP: tónhæðargreining ásamt tónhæðarbreytingum, stýrt af reglum eins og „næsta nóta“ eða „vera í þessum kvarða“. Þetta er snjöll stærðfræði, en hún krefst ekki vélanámslíkans sem er þjálfað á gríðarlegum raddsöfnum. Ruglingurinn læðist að vegna þess að nútíma raddkeðjur geta innihaldið gervigreindar-byggð hreinsunartól sem standa rétt við hlið tónhæðarleiðréttingar.

Af hverju kallar fólk sjálfvirka stillingu „gervigreind“ ef hún snýst að mestu leyti um DSP?

Þar sem „sjálfvirk stilling“ er oft notuð sem skammstöfun fyrir heila raddleiðbeiningu, ekki bara tónhæðarleiðréttingu. Ef viðbótarpakki inniheldur hluti eins og raddeinangrun, aðlögunarhæfa hávaðaminnkun, snjalla EQ eða „aðstoðar“-eiginleika, gætu menn flokkað allt sem gervigreind. Markaðssetning hjálpar ekki, þar sem „gervigreind“ er notuð sem almennt hugtak fyrir allt sem er sjálfvirkt.

Hver er munurinn á Auto-Tune (vörumerkinu) og „sjálfvirkri stillingu“ almennt?

Sjálfvirk stilling er sértæk vara frá Antares, en „sjálfvirk stilling“ getur í samskiptum átt við hvaða tónhæðarleiðréttingartól sem er, harðstillt vélmennahljóð eða jafnvel heila raddvinnslukeðju. Tveir einstaklingar geta rætt um „Er sjálfvirk stilling gervigreind?“ á meðan þeir benda á allt annað markmið. Það hjálpar til við að skýra hvort þú átt við viðbótina, áhrifin eða víðtækara vinnuflæði.

Hvernig virkar hefðbundin tónhæðarleiðrétting í raun og veru undir húddinu?

Dæmigerð stilling á tónhæðarleiðréttingu metur grunntónhæð söngsins, tengir hana við markmið (næsta hálftón, valinn tónstiga eða handvirka kúrfu) og færir síðan hljóðið til og reynir að varðveita tímasetningu og raddeiginleika. Hljóðið mótast mikið af umskiptahegðun - hversu fljótt nóturnar smellpassa á sinn stað. Ekkert af þessu er í eðli sínu háð gagnaþjálfuðum líkönum; þetta er reikniritavinnsla.

Hvaða stillingar valda „vélræna“ harða stillingarhljóðinu?

Einkennandi fyrir harða tónstillingu kemur oftast frá mjög hraðri endurstillingu og ströngum kvarða-/takkalásum, sem neyðir nóturnar til að smella samstundis í stað þess að renna náttúrulega. Tól bæta oft við „mannlegri“ (eða svipuðum) stýringum til að koma í veg fyrir að langvarandi nótur flötist út í beina línu. Ef þú heyrir áhrifin hátt er það oft vísvitandi stílval frekar en að „gervigreind taki yfir“

Býr sjálfvirk stilling til falska rödd eða kemur hún í stað söngvarans?

Hefðbundin tónhæðarleiðrétting býr ekki til nýja rödd frá grunni - hún ýtir við tónhæðinni innan raunverulegrar upptöku. Þú þarft samt tímasetningu söngvarans, fraseringu, tón, tilfinningar og heildarflutning. Óttasvæðið „þessi söngvari var aldrei til“ snýst frekar um raddmyndun eða klónun, sem er í öðrum flokki en hefðbundin tónhæðarleiðrétting í sjálfvirkri stillingu.

Hvar birtist gervigreind í raun í nútíma söngframleiðslutólum?

Gervigreind birtist oft í samliggjandi skrefum eins og raddeinangrun (aðskilur rödd frá tónlist), aðlögunarhæfri hávaðaminnkun, snjallri aflögun og „aðstoðar“ tónmótun. Sum tæki geta einnig notað flóknari aðferðir til að halda tónhæðarmælingum stöðugri í háværum eða ójöfnum upptökum. Þegar þessir eiginleikar, sem minna á gervigreind, eru staðsettir við hliðina á tónhæðarleiðréttingu í sömu vöru, flokka menn þetta oft saman sem „sjálfvirk stilling gervigreindar“

Af hverju hljómar stillt hljóð stundum óskýrt eða „glært“?

Artefaktir geta stafað af hefðbundinni tónhæðarbreytingu: skriður, málmkenndar brúnir, óþægilegar nótuskiptingar eða titringur sem mýkist út. Meðhöndlun formants skiptir einnig máli - ef formants færast til geta raddir orðið teiknimyndakenndar eða fengið óviljandi „helium“-blæ. Þessir sérkennileikar eru ekki sönnun fyrir gervigreind; þeir eru oft bara málamiðlanir á því hvernig tónhæðarreikniritið endurmótar hljóð.

Hvernig get ég fengið tónhæðarleiðréttingu til að hljóma eðlilegri og minna breytt?

Byrjið á að stilla rétta tóntegund og kvarða, því rangar tóntegundir skapa fljótt augljós mistök. Notið hægari endurstillingarhraða, forðist að ofleiðrétta glærur og umskipti og varðveitið formant ef tólið styður það. Stillið í samhengi við allt lagið sem er að spila, ekki endalaust einleiksspilun. Algengt vinnuflæði er að byrja á að laga takta, síðan stilla - að pússa betri takta og „laga“ grófa takta.

Heimildir

  1. Antares - Auto-Tune Pro - antarestech.com

  2. Antares - Notendahandbók fyrir AutoTune 2026 - digitaloceanspaces.com

  3. Walter Smuts - Tónhæðarleiðrétting stafræns hljóðs - waltersmuts.com

  4. iZotope - Eiginleikar Nectar 4 - izotope.com

  5. iZotope - Grunnatriði leiðréttingar á raddtónhæð - izotope.com

  6. iZotope - RX 11 Voice De-Noise - izotope.com

  7. iZotope - Tími og tónhæð (RX) - iZotope radíus - izotope.com

  8. iZotope - Pitch (Nectar 3) - Formants - amazonaws.com

  9. Antares - Sjálfvirk stilling listamanns: Grunnstillingar á skjá - antarestech.com

  10. Rannsóknir á Facebook - Demucs (aðskilnaður tónlistarheimilda) - github.com

  11. SIGSEP - Opna-Afblöndun - sigsep.github.io

  12. Celemony - Hvað er Melodyne? - celemony.com

  13. Bylgjur - Bylgjulag - waves.com

  14. Bylgjur - Bylgjustilling í rauntíma - waves.com

  15. Apple Support - Breyta tónhæð og tímasetningu með Flex Pitch (Logic Pro) - support.apple.com

  16. Image-Line - Leiðbeiningar um könnu - image-line.com

  17. Steinberg - Cubase VariAudio - steinberg.hjálp

  18. REAPER - ReaTune (Leiðarvísir um ReaEffects) - reaper.fm

  19. Waves - Clarity Vx Pro - waves.com

  20. hljóðlátt - snjallt:deess - sonible.com

Finndu nýjustu gervigreindina í opinberu versluninni fyrir gervigreindaraðstoðarmenn

Um okkur

Til baka á bloggið