Glosarium Musik & AI

Seberapa cepat sebuah track bergerak, dihitung dalam ketukan per menit. Balada ada di sekitar 70, house mendarat sekitar 124, drum and bass sekitar 174. Tempo adalah hal paling berguna untuk kamu spesifikasikan dalam prompt karena mengubah rasa lebih besar daripada instrumennya.

Nada rumah tempat sebuah musik beresolusi, plus apakah pakai tangga nada mayor atau minor. Mayor terasa cerah atau mapan, minor lebih gelap atau belum tuntas. Dua track dalam key yang sama bisa ditumpuk atau di-mix bareng tanpa tabrakan.

Notasi DJ yang mengganti nama tiap key jadi angka plus A atau B — 8A, 8B, 9A. Key yang berdampingan di wheel terdengar cocok bareng, bikin harmonic mixing jadi hitung-hitungan, bukan teori.

Urutan dan durasi bagian lagu — intro, verse, chorus, bridge, outro — dan instrumen mana yang main di tiap bagian. Aransemen yang bikin sebuah track terasa seperti lagu, bukan loop yang terus jalan.

Bagian yang orang ingat dan bisa dinyanyikan balik. Biasanya melodi chorus atau frasa pendek yang diulang. Sebuah track bisa diproduksi dengan baik dan tetap gagal karena nggak punya hook.

Melodi vokal dan lirik yang ditulis di atas instrumental yang sudah ada. Di produksi pop, topline dan track sering ditulis orang berbeda, makanya "kirimkan aku topline" itu permintaan yang wajar.

Ngesnap nada ke posisi grid yang presisi. Ngebenerin timing yang berantakan, dan kalau kelewatan bakal ngilangin dorong-tarik manusia yang bikin groove terasa hidup.

Posisi suara di antara speaker kiri dan kanan. Lead vokal, kick, dan bass hampir selalu di tengah; gitar, keyboard, dan backing vokal didorong ke samping. Konvensi ini persis yang dieksploitasi oleh penghapus vokal kanal-tengah.

Menghasilkan audio dari deskripsi tertulis. Kamu nulis "slow lo-fi beat dengan piano berdebu dan noise vinyl" lalu dapat balik satu track. Deskripsinya ngelakuin peran yang biasanya ada di brief produser.

Instruksi tertulis yang dikasih ke model musik. Prompt yang mantap nyebut genre, mood, tempo, instrumen, dan apakah vokal diinginkan. Prompt yang ngawang balikin hasil generik, karena nggak ada yang dijadikan arah.

Metode generasi yang mulai dari noise dan berulang kali ngilanginnya sampai tinggal output yang terstruktur. Kebanyakan model audio sekarang kerja di spektrogram atau representasi laten terpelajar, bukan sampel mentah, karena audio mentah punya terlalu banyak nilai per detik.

Representasi internal terkompresi di mana musik yang mirip terdengar berada saling berdekatan. Generate di ruang laten alih-alih audio mentah yang bikin satu track penuh jadi mungkin dalam hitungan detik, bukan jam.

Gambar dari suara: waktu di satu sumbu, frekuensi di sumbu lain, kecerahan untuk kerasnya. Beberapa model musik nge-generate spektrogram lalu mengonversinya ke audio setelahnya, yang bikin teknik gambar bisa diterapkan ke suara.

Ngubah audio kontinu jadi rangkaian simbol diskret yang bisa diprediksi model, seperti model bahasa nebak kata. Kualitas tokeniser nge-cap kualitas output — detail yang hilang di situ nggak bisa dipulihin belakangan.

Apa pun yang dikasih ke model buat ngarahin generasi — prompt teks, klip referensi, tempo, set lirik. Makin banyak conditioning, makin sedikit kejutan dan makin besar kontrol.

Beneran ngejalanin model yang sudah dilatih untuk bikin output, bukan ngelatihnya. Saat generator bilang "generating…", dia lagi inferensi, dan waktu tunggunya ya waktu komputasi.

Misahin mix jadi bagian-bagian lagi. Pemisah neural seperti Demucs belajar bunyi tiap instrumen; pembatalan kanal-tengah malah ngeksploitasi geometri stereo, jauh lebih cepat dan jauh kurang presisi.

Niru suara orang tertentu dari rekaman mereka. Beda dengan generate suara dalam sebuah gaya. Ngekloning artis yang disebut namanya nimbulin isu kemiripan dan hak publisitas di makin banyak yurisdiksi, makanya MusicGenerate nggak nawarin ini.

Seberapa sering per detik audio diukur, dalam Hz. 44.100 Hz adalah standar CD dan 48.000 Hz standar video. Laju lebih tinggi nangkep frekuensi lebih tinggi; sendirian nggak bikin track terdengar lebih bagus.

Seberapa presisi tiap sampel disimpan. 16-bit itu kualitas rilis, 24-bit ngasih headroom lebih saat kerja. Bit depth rendah kedengeran sebagai desis di bagian yang pelan.

WAV dan FLAC nyimpen tiap sampel; MP3 dan AAC buang informasi yang dianggap nggak terdengar biar file lebih kecil. Encoding lossy itu satu arah — nge-encode ulang MP3 malah nambah kerusakannya, bukan merestorasi.

Ukuran loudness yang ngikutin seberapa keras sesuatu kedengeran beneran, bukan level puncaknya. Layanan streaming menormalkan kira-kira ke −14 LUFS, jadi mastering lebih kencang dari itu bakal diturunin lagi.

Jarak antara titik paling keras dari sebuah mix dan plafon tempat clipping mulai. Nyesain beberapa dB headroom ngasih ruang buat mastering kerja.

Yang terjadi ketika sinyal melewati level maksimum dan puncaknya kepotong rata. Kedengeran sebagai distorsi kasar, dan begitu sudah tercetak ke file, nggak bisa di-undo.

Membelah stereo jadi apa yang kedua kanal bagi (mid) dan apa yang membedakan mereka (side). Mengisolasi mid kira-kira ngasih konten yang di tengah; mengisolasi side menghapusnya. Inilah mekanisme di balik penghapusan vokal ala karaoke.

Saat dua salinan sinyal dibalik fasenya satu sama lain dan dijumlahkan hingga jadi senyap. Masalah kalau kejadian tanpa sengaja antar mikrofon, dan jadi alat kalau diterapkan sengaja untuk menghapus konten yang terpusat.

Metadata yang disimpan di dalam sebuah MP3 — judul, artis, album, artwork. Pemutar baca ini alih-alih nama file, itulah kenapa file yang namanya sudah benar masih bisa tampil sebagai "Unknown Artist".

Bentuk visual dari amplitudo terhadap waktu. Berguna buat nemuin senyap, transien, dan batas bagian sekilas; tidak bilang apa-apa soal pitch atau kunci.

Kamu bayar sekali, atau tidak sama sekali, dan tidak berutang pembayaran per-pakai berikutnya. Ini bukan berarti bebas hak cipta, dan bukan berarti tanpa batas — lisensi tetap menetapkan syaratnya.

Benar-benar tidak dimiliki siapa pun, yang untuk musik hampir selalu berarti domain publik karena usia. Sangat sedikit musik modern yang bebas hak cipta, dan frasa ini biasanya dipakai padahal yang dimaksud sebenarnya bebas royalti.

Izin untuk merilis rekamanmu sendiri dari lagu orang lain. Yang dibutuhkan setiap versi cover, entah dimainkan band atau dihasilkan. Ini mencakup komposisinya, bukan rekaman asli.

Izin untuk menyinkronkan musik dengan visual — video, iklan, gim. Terpisah dari hak mendistribusikan audionya sendiri, dan ini lisensi yang paling sering dibutuhkan para kreator.

Setiap lagu membawa dua hak: komposisi (melodi dan lirik, dimiliki penulis) dan rekaman suara (performa spesifik, dimiliki pembuatnya). Sebuah cover bikin rekaman baru tapi tetap memakai komposisinya.

Sistem pencocokan otomatis YouTube. Ia bisa menandai track yang memang kamu miliki kalau track itu didaftarkan orang lain — termasuk kasus di mana audio hasil generate yang identik diklaim duluan.

Organisasi hak pertunjukan — ASCAP, BMI, PRS — yang memungut royalti pertunjukan untuk penulis lagu. Relevan begitu musik diputar di muka umum atau disiarkan, bukan cuma di-streaming.

Pengaturan di mana pihak yang memesan karya memilikinya sepenuhnya, bukan orang yang membuatnya. Umum di periklanan dan gim, dan sebaiknya dibereskan tertulis sebelum apa pun diserahkan.