מילון מוזיקה ו-AI

כמה מהר טראק זז, נספר בפעימות לדקה. בלדה יושבת סביב 70, האוס סביב 124, דרם אנד בייס סביב 174. הטמפו הוא הדבר הכי שימושי לציין בפרומפט כי הוא משנה את ההרגשה יותר מאשר הבחירה בכלים.

הצליל הביתי שהיצירה נפתרת אליו, פלוס האם היא משתמשת בסולם מז'ור או מינור. מז'ור נקרא כבהיר או מיושב, מינור ככהה יותר או לא פתור. שני טראקים באותו סולם יכולים להיערם או להתמזג בלי להתנגש.

סימון של די-ג'יי שמשנה שם לכל סולם כמספר פלוס A או B — 8A, 8B, 9A. סולמות סמוכים על הגלגל נשמעים טוב יחד, מה שהופך מיקס הרמוני לחשבון במקום תיאוריה.

הסדר והאורך של חלקי השיר — אינטרו, בית, פזמון, גשר, אאוטרו — ואילו כלים מנגנים בכל חלק. אריינג'מנט הוא מה שגורם לטראק להרגיש כמו שיר ולא כמו לופ שממשיך.

החלק שאנשים זוכרים ויכולים לשיר בחזרה. בדרך כלל מנגינת הפזמון או ביטוי קצר שחוזר. טראק יכול להיות מופק טוב ובכל זאת להיכשל כי אין לו הוק.

מלודיית הווקאלים והמילים שנכתבות מעל אינסטרומנטל קיים. בהפקת פופ הטופליין והטראק לרוב נכתבים על ידי אנשים שונים, ולכן "send me a topline" זו בקשה רגילה.

הצמדה של תווים למיקום מדויק בגריד. מתקנת תזמון מרושל, וכשמפריזים זה מוחק את הדחיפה-משיכה האנושית שנותנת לגרוב חיים.

המיקום של צליל בין הרמקול השמאלי לימני. ווקאלס מובילים, קיק ובס כמעט תמיד במרכז; גיטרות, קלידים וקולות רקע נדחפים החוצה. בדיוק את המוסכמה הזו ניצול הסרת ווקאלס מערוץ מרכזי מנצלת.

ייצור אודיו מתיאור כתוב. אתה כותב "slow lo-fi beat with dusty piano and vinyl noise" ומקבל טראק בחזרה. התיאור עושה את העבודה שבריף מפיק היה עושה.

הוראה כתובה שניתנת למודל מוזיקה. פרומפטים טובים מציינים ז'אנר, מצב רוח, טמפו, כלים והאם רוצים ווקאלס. פרומפטים מעורפלים מחזירים תוצאות גנריות, כי אין למה לכוון.

שיטת יצירה שמתחילה מרעש ומסירה אותו שוב ושוב עד שנשאר פלט מובנה. רוב מודלי האודיו כיום עובדים על ספקטרוגרמה או ייצוג לטנטי נלמד ולא על דגימות גולמיות, כי לאודיו גולמי יש יותר מדי ערכים לשנייה.

ייצוג פנימי דחוס שבו מוזיקה דומה יושבת קרוב. יצירה במרחב לטנטי במקום באודיו גולמי היא מה שמאפשרת טראק מלא בשניות ולא בשעות.

תמונה של צליל: זמן על ציר אחד, תדר על השני, ובהירות לעוצמה. כמה מודלי מוזיקה מייצרים ספקטרוגרמה וממירים אותה לאודיו אחר כך, מה שמאפשר לטכניקות של תמונה לחול על צליל.

הפיכת אודיו רציף לרצף סמלים בדידים שמודל יכול לחזות, כמו שמודל שפה חוזה מילים. האיכות של הטוקנייזר מגבילה את איכות הפלט — פרטים שאובדים שם לא ניתן לשחזר אחר כך.

כל דבר שנותנים למודל כדי לכוון יצירה — פרומפט טקסט, קליפ רפרנס, טמפו, סט של ליריקס. יותר קונדישנינג אומר פחות הפתעות ויותר שליטה.

ההרצה בפועל של מודל מאומן כדי להפיק פלט, בניגוד לאימון. כשגנרטור אומר "generating…", הוא עושה אינפרנס, וההמתנה היא זמן חישוב.

פיצול מיקס גמור חזרה לחלקים. מפרידים ניורליים כמו Demucs לומדים איך כל כלי נשמע; ביטול ערוץ מרכזי מנצל במקום זאת גיאומטריית סטריאו, שהוא מהיר בהרבה ופחות מדויק משמעותית.

שחזור הקול של אדם מסוים מהקלטות שלו. שונה מיצירת קול בסגנון. שכפול של אמן בשם מעלה סוגיות דמות וזכויות פרסום ביותר ויותר תחומי שיפוט, ולכן MusicGenerate לא מציעה אותו.

כמה פעמים בשנייה מודדים אודיו, ב-Hz. ‎44,100 Hz הוא תקן CD ו-‎48,000 Hz הוא תקן לווידאו. קצבים גבוהים יותר תופסים תדרים גבוהים יותר; הם לא גורמים לטראק להישמע טוב יותר בפני עצמם.

כמה בדיוק כל דגימה נשמרת. ‎16-bit הוא איכות הפצה, ‎24-bit נותן יותר מרווח עבודה. עומק ביט נמוך מתבטא כשרה בקטעים שקטים.

WAV ו-FLAC שומרים כל דגימה; MP3 ו-AAC משליכים מידע שנשפט כבלתי נשמע כדי להקטין קבצים. קידוד לוסי הוא חד-כיווני — קידוד מחדש של MP3 מחמיר את הנזק במקום לשקם אותו.

מדידת עוצמה שעוקבת אחרי כמה חזק משהו באמת נשמע ולא אחרי הרמה המקסימלית שלו. שירותי סטרימינג מנרמלים לכ-‎−14 LUFS, כך שמאסטר חזק יותר פשוט יונמך בחזרה.

הפער בין הנקודה החזקה ביותר במיקס לתקרה שבה מתחיל קליפינג. השארת כמה dB של מרווח ראש נותנת למאסטרינג איפה לעבוד.

מה שקורה כשאות חוצה את הרמה המקסימלית והפיקים שלו משתטחים. נשמע כעיוות צורם, וברגע שזה הוטבע בקובץ אי אפשר לבטל.

פיצול סטריאו למה שהערוצים חולקים (mid) ולמה שמבדיל ביניהם (side). בידוד ה-mid נותן בערך את התוכן שמרוכז במרכז; בידוד ה-side מסיר אותו. זה המנגנון מאחורי הסרת ווקאלים בסגנון קריוקי.

כששתי עותקים של אות הפוכים זה לזה ומסתכמים לשקט. בעיה כשזה קורה בטעות בין מיקרופונים, וכלי כשמיישמים בכוונה כדי להסיר תוכן שמרוכז במרכז.

מטא־דאטה שמאוחסנת בתוך MP3 — כותרת, אמן, אלבום, עטיפה. נוגנים קוראים את זה במקום את שם הקובץ, ולכן קובץ עם שם תקין עדיין יכול להופיע כ״Unknown Artist״.

הצורה הוויזואלית של עוצמה לאורך זמן. שימושית למציאת שקט, טרנזיינטים וגבולות מקטעים במבט אחד; לא אומרת כלום על גובה צליל או סולם.

משלם פעם אחת, או כלום, ולא חייב תשלום נוסף לכל שימוש. זה לא אומר ללא זכויות יוצרים, וזה לא אומר ללא הגבלה — הרישיון עדיין מגדיר תנאים.

לא שייך לאף אחד באמת, שלמוזיקה כמעט תמיד אומר נחלת הכלל בגלל גיל. מעט מאוד מוזיקה מודרנית היא ללא זכויות יוצרים, ובדרך כלל משתמשים בביטוי הזה כשמתכוונים בעצם ל״ללא תמלוגים״.

אישור להוציא גרסה מוקלטת משלך לשיר של מישהו אחר. מה שכל קאבר צריך, בין אם מבוצע על ידי להקה או נוצר. זה מכסה את היצירה (קומפוזיציה), לא את ההקלטה המקורית.

אישור לסנכרן מוזיקה עם ויז׳ואל — וידאו, פרסומת, משחק. נפרד מהזכות להפיץ את האודיו לבדו, וזה הרישיון שרוב היוצרים באמת צריכים.

לכל שיר יש שתי זכויות: היצירה (מלודיה ומילים, בבעלות הכותב) וההקלטה (הביצוע הספציפי, בבעלות מי שהפיק אותה). קאבר יוצר הקלטה חדשה אבל עדיין משתמש ביצירה.

המערכת האוטומטית להתאמת תכנים של YouTube. היא יכולה לסמן טראק שאתה באמת בעליו אם הטראק נרשם על ידי מישהו אחר — כולל מקרים שבהם אודיו זהה שנוצר נטען ונדרש לפניך.

ארגון זכויות ביצוע — ASCAP, BMI, PRS — שגובה תמלוגי ביצוע עבור כותבי שירים. רלוונטי מרגע שהמוזיקה מושמעת בפומבי או משודרת ולא רק מוזרמת.

הסדר שבו מי שמזמין את העבודה הוא הבעלים המלא שלה, ולא מי שביצע אותה. נפוץ בפרסום ובמשחקים, ושווה לסגור בכתב לפני שמוסרים משהו.