Музика ШІ
Збір даних голосу співу
Аудіоколекція голосового співу для навчання алгоритмам еквалайзера та стиснення: мовне та музичне розмаїття
Огляд проекту
Шайп співпрацює з провідною технологічною компанією, щоб зібрати різноманітні аудіозаписи співу чотирма пріоритетними мовами: китайською, арабською, іспанською та російською. Проект мав на меті надати високоякісні дані для навчання алгоритмам еквалайзера та стиснення на основі штучного інтелекту, які необхідні для вдосконалення автоматизованої обробки аудіо.
Колекція включала 40 учасників (по 10 на кожну мову) з різних жанрів, з акцентом на записи студійної якості з використанням різних мікрофонів і середовищ.
Основна статистика
4 мови: китайська, арабська, іспанська, російська
10 співаки для
мова (всього 40)
20 годин of
аудіо співу
Аудіоформат: 48 кГц PCM, моно, WAV
Аудіотранскрипція рідними мовами
Тривалість проекту:
18 тижні
Обсяг проекту
Збір даних
Обсяг охоплював колекцію співочих аудіо чотирма цільовими мовами, записаних справжніми виконавцями в різних музичних жанрах. Студійне середовище використовувалося для забезпечення високоякісних записів, придатних для навчання моделей ШІ.
Основні вимоги
- Учасники: 10 співаків на мову зі збалансованим гендерним розподілом (50% чоловіків, 50% жінок).
- Жанри: Різноманітність жанрів, самовизначених митцем, перевірених на послідовність.
- Середовище запису: Студійна якість, з кількома налаштуваннями мікрофона (динамічний, конденсаторний).
- Формат аудіо: 48 кГц файли PCM, моно, WAV без обробки (наприклад, без стиснення, еквалайзера, реверберації).
- розшифровка: Транскрибування пісень тією мовою, якою вони співаються, із спеціальними правилами для двомовних пісень.
- мови: китайська, арабська, іспанська, російська
- Transcription
- Транскрипцію слід надавати мовою запису (наприклад, рядки хінді деванагарі, а потім англійською).
- Переконайтеся, що кожен сегмент не перевищує 15 секунд для чіткості та точності.
- Вимоги до аудіозапису
- Мінімум 3 налаштування мікрофона на сеанс запису.
- 3 хвилини на пісню з 3 дублями на пісню, що забезпечує різноманітні записи мікрофона для кожного учасника.
- Акустичне середовище студійної якості без фонового шуму.
Виклики
Різноманітність учасників
Забезпечення збалансованого розподілу співаків за статтю, тембром/висотою голосу та музичним жанром було складним завданням.
Узгодженість даних
Підтримуйте узгоджені налаштування мікрофона та оточення під час запису різноманітних вокальних виступів кількома мовами.
Контроль якості звуку
Забезпечення звуку студійної якості без зовнішнього шуму та точної транскрипції кількома мовами.
Рішення
Шайп запропонував комплексне рішення для задоволення вимог проекту:
- Набір 40 співаків чотирма мовами та забезпечення різноманітного представництва за статтю, висотою та музичним стилем.
- Проведення записів студійної якості з різними типами мікрофонів (динамічний, конденсаторний) для захоплення широкого діапазону аудіоданих.
- Точна транскрипція записів використовуваними мовами з дотриманням спеціальних правил для двомовних пісень.
- Згода: форми згоди будуть зібрані від усіх учасників перед записом.
Результат
Зібрані різноманітні аудіодані співу дозволили клієнту розробити надійний навчальний набір для автоматизованих алгоритмів еквалайзера та стиснення, покращуючи якість обробки звуку. Високоякісні записи та детальні метадані гарантували, що моделі ШІ можуть працювати з різними музичними жанрами та мовними складностями. Ключові результати:
- Високоякісні різноманітні аудіодані для навчання систем ШІ.
- Точна транскрипція та метадані для аналізу.
- Міцніша основа для інструментів обробки аудіо на основі ШІ.
Очікувані результати
- 20 годин аудіозаписів студійної якості (48 кГц PCM, монофайли WAV).
- Транскрипції мовою запису.
- Метадані: марка/модель мікрофона, ЦАП/аудіоінтерфейс, профіль співака, інформація про жанр.
- Формат JSON для транскрипції з метаданими.
Здатність Шайпа вловлювати різноманітність музичних талантів та лінгвістичне багатство була безцінною для розробки наших алгоритмів еквалайзера та стиснення. Їхня команда забезпечила точність обробки кожного аспекту, від підбору виконавців до якості запису, що зробило це важливим кроком у вдосконаленні наших автоматизованих систем обробки аудіо. Ми щиро вдячні Шайпу за довіру та співпрацю, які він виявляв протягом усього процесу. Незважаючи на наші суворі та складні технічні вимоги, їхня відданість, наполеглива праця та увага до деталей були видатними. Було приємно працювати з командою, яка так прагне досягти досконалості.
