Kas Autotune on tehisintellekt?

Kas Autotune on tehisintellekt?

Lühike vastus: Auto-Tune ei ole tavaliselt klassikalises mõttes „tehisintellekt“. See on enamasti DSP: see tuvastab helikõrguse, kaardistab selle sihtnoodi või -helistiku järgi ja seejärel nihutab heli vastavalt. Kaasaegsetes vokaalsviitides võib masinõpe ilmneda külgnevates etappides – näiteks isolatsioonis või mürasummutuses –, seega märgistatakse kogu töövoog mõnikord kui „tehisintellekt“.

Peamised järeldused:

Definitsioonid : „Automaatne häälestamine” võib viidata Antares'i pluginale, üldisele helikõrguse korrigeerimisele või jäiga häälestamise efektile.

Põhimeetod : Traditsiooniline helikõrguse korrigeerimine tugineb helikõrguse tuvastamisele, nootide kaardistamisele ja helikõrguse nihutamisele – treeningandmeid pole vaja.

Juhtimine : Kiiruse ümberhäälestamine ja „inimlikustamise” sätted määravad, kas tulemuseks on peen poleerimine või robotlik klõpsamine.

Tehisintellektiga külgnev : masinõpe ilmub sageli hääleisolatsioonis, adaptiivses mürasummutuses, nutikas müravähenduses ja assistendi stiilis ekvalaiseris.

Mitte hääle kloonimine : kui peate silmas „lauljat, keda pole kunagi olemas olnud”, siis see kuulub sünteesi või kloonimise, mitte tavalise automaatse häälestamise alla.

Kas Autotune on tehisintellekt? Infograafik

Automaatne häälestamine (klassikaline „automaatse häälestamise“ efekt) sai alguse matemaatilisest helitöötlusest – klassikaline helikõrguse tuvastamine + helikõrguse nihutamise territoorium, st DSP-stiilis algoritmid, mida ei ole „treenitud miljonite häälte peal“. ( Digitaalse helikõrguse korrigeerimine – Walter Smuts )

Esiteks, mida inimesed mõtlevad "automaatse häälestamise" all 😅

Siin läheb asi sassi.

Kui keegi ütleb „automaatne häälestamine”, võib ta mõelda järgmist:

Seega, kui sina ja su sõber selle üle vaidlete, võite mõlemal õigus olla, kuigi räägite erinevatest asjadest. Mis on... inimkäitumise tipptase. 🙃

Kas Autotune on tehisintellekt? ✅🤏

Kas Autotune on tehisintellekt? Tavaliselt mitte – mitte oma põhivormis, klassikalises vormis.

Traditsiooniline helikõrguse korrigeerimine on enamasti DSP (digitaalne signaalitöötlus) – helikõrguse tuvastamine ja sageduse skaleerimise/heligusnihutamise algoritmide rakendamine, ilma et oleks vaja treenitud masinõppe mudelit. ( Digitaalse heli helikõrguse korrigeerimine - Walter Smuts ; Hääle helikõrguse korrigeerimise põhialused - iZotope )

  • tuvasta helikõrgus

  • vali „lähim“ sihtmärknoot (või noot valitud skaalas)

  • nihuta vokaali sujuvalt või koheselt selle suunas ( AutoTune 2026 kasutusjuhend )

See on algoritmiline. See on nutikas matemaatika, aga see ei ole tingimata andmetest „õppimine“ nii, nagu tänapäevased tehisintellekti mudelid teevad.

Aga – ja siin tulebki see "aga", sest alati on olemas "aga" – mõned tänapäevased helikõrguse korrigeerimise tööriistad kasutavad masinõpet seotud ülesannete jaoks (parem tuvastamine, eraldamine, tämbri käsitlemine, puhastamine). Seetõttu tuleb segadus ikka ja jälle tagasi nagu lugu, mida sa ei palunud Spotifyl uuesti esitada... 🎧 ( Demucs (muusikaallika eraldamine) ; Open-Unmix )

Mis tegelikult kapoti all toimub (klassikaline helikõrguse korrigeerimine) 🧰

Hoidkem seda praktilisena.

Tüüpiline helikõrguse korrigeerimise süsteem teeb paar suurt tööd:

1) Helitugevuse tuvastamine 🎯

See hindab põhisagedust (tajutavat nooti).
Seda saab teha klassikaliste meetoditega, mis vaatlevad perioodilisust, harmoonilisi ja sageduse sisu – näiteks nullpunkti ületamise meetodid ja autokorrelatsioon monofonilistes kontekstides. ( Digitaalse heli helikõrguse korrigeerimine – Walter Smuts )

2) Väljaku kaardistamine 🗺️

See otsustab, kuhu noot "peaks" minema:

  • lähim pooltoon

  • lähim noot skaalal (C-duur, a-moll jne)

  • käsitsi joonistatud korrektsioonikõver (kirurgilisem) ( Mis on Melodyne? )

3) Helitugevuse nihutamine 🪄

See nihutab heli üles või alla ilma ajastust muutmata.
Sõltuvalt algoritmist püüab see säilitada:

4) Ajastus ja üleminekukäitumine ⏱️

See on osa, mida enamik inimesi esimesena kuuleb:

Miski sellest ei nõua tohutute andmekogumite peal treenitud mudelit. See on pigem nagu väga intensiivne kalkulaator, mis armastab muusikat.

Ebatäiuslik metafoor, aga sobib enam-vähem: see on nagu helikõrguse termostaat. Mitte aju, mitte laulja... lihtsalt väike kamandav nupp, mis tõmbab nooti pidevalt seatud temperatuuri poole. 🌡️🎶

Kus vokaali ümber "tehisintellekt" ilmub 🤖✨

Ja siin on nüanss: isegi kui helikõrguse korrigeerimine ise on klassikaline DSP, tänapäevane vokaali töövoog sageli tööriistu, mis on tõeliselt masinõppepõhised.

Need on funktsioonid, mis kipuvad olema tehisintellekti moodi:

Seega, kui keegi näeb pluginat nimega „AI Vocal Assistant” ja see sisaldab ka helikõrguse korrigeerimist, võib ta selle kõik kokku panna ja nimetada automaatseks häälestamiseks.

Ja siis ütleb keegi teine, et „automaatne häälestamine ei ole tehisintellekt” ja nüüd vaidlete te mõlemad ringis, nagu kaks kassi, kes võitlevad sama päikeselise koha pärast põrandal. 🐈🐈

Autotune ja hirmutsooni versioon 😬

See on see osa, mida inimesed mõtlevad, isegi kui nad seda valjusti ei ütle.

Paljud inimesed ei küsi helikõrguse korrigeerimise kohta. Nad küsivad:

  • "Kas see asendab lauljat?"

  • "Kas see tekitab võltshääle?"

  • „Kas see on etenduse tegemine, mida pole kunagi toimunud?“

Klassikaline helikõrguse korrigeerimine ei loo täiesti uut häält. See nihutab helikõrgust päris salvestises. Teil on ikkagi vaja:

  • tõeline vokaalne võtmine

  • fraasimine

  • toon

  • emotsioon

  • ajastus ja suhtumine (asjad, mis jäävad kangekaelselt inimlikuks)

Aga kui minna edasi häälekloonimise ja täieliku häälesünteesi juurde, siis see on hoopis teine ​​kategooria. See ei ole tavalises mõttes „automaatne häälestamine“, kuigi inimesed kasutavad seda sõna vahel kõige kohta, mis kõlab töödeldud kujul.

Seega selles õudses „seda lauljat pole kunagi olemas olnud” mõttes on Autotune’i tehisintellekt üldiselt eitav. Mitte vaikimisi.

Mis teeb Auto-Tune'ist (või ükskõik millisest müügiesindustööriistast) hea versiooni 🎛️

Kui valid helikõrguse korrigeerimise tööriista, siis „hea” versioon ei sõltu ainult sellest, kui ideaalselt see noote lukustab. Oluline on ka see, kuidas see käitub, kui heli muutub inimlikuks ja ebakõlaliseks.

Otsi:

Olgem ausad – parim müügivihje on see, mille saad kiiresti sisse lülitada, kui oled väsinud ja su kõrvad valetavad. See on tõsi. 😵💫

Võrdlustabel: populaarsed helikõrguse korrigeerimise valikud 🎚️📊

Allpool on praktiline võrdlus. Hinnakujundus on tahtlikult leebe, kuna paketid, allahindlused ja väljaanded muutuvad palju... ja ka seetõttu, et keegi ei taha lugeda arvutustabelit, mis teeskleb, et tunneb teie rahakotti paremini kui teie ise.

Tööriist Sihtrühm Hinnaline Miks see toimib
Antares Auto-Tune (erinevad versioonid) ( Antares Auto-Tune ) Pop, hiphop, live-esinejad $$$ Ikooniline heli, kiire ümberhäälestamise juhtnupud, „see“ efekt – jep, see kuulus
Celemony Melodyne ( Mis on Melodyne? ) Toimetajad, insenerid, perfektsionistid $$$ Põhjalik käsitsi juhtimine, loomulikud nipid, noot-noodi haaval tehtav korrektuur (heas mõttes veidi intensiivne)
Lainete häälestamine / Lainete häälestamine reaalajas ( Lainete häälestamine ; Lainete häälestamine reaalajas ) Eelarvestuudiod, kontserdilaadsed seadistused $$ Kindel häälestus, kergem jalajälg, teeb oma tööd dramaatiliselt... enamasti
Logic Pro Flex Pitch (sisseehitatud) ( Flex Pitch (Logic Pro) ) Loogika kasutajad komplekteeritud Mugav, korralik redigeerimine, sul on see juba olemas, seega kasutad seda 😅
FL Studio Pitcher (sisseehitatud mudeliga) ( Pitter kasutusjuhend ) Florida tootjad komplekteeritud-laadne Kiire loominguline häälestamine, lihtne töövoog, mitte peen, kui just proovid
Cubase VariAudio ( Steinberg VariAudio ) Cubase'i kasutajad komplekteeritud Integreeritud monteerimine, praktiline võtete komponeerimiseks ja parandamiseks
iZotope Nectar (heli + hääleahel) ( Nectar 4 funktsioonid ) Kõik-ühes vokaali loomise tööriistad $$-$$$ Pigem vokaalsuiidi aura – helikõrgus pluss lihv, hea, kui tahad kiirust
Reaper ReaTune ( ReaTune (ReaEffectsi juhend) ) Nokitsejad, isetegijad $ Funktsionaalne, lihtne, viib sind kohale – liides tundub nagu oleksid joonud musta kohvi

Vormindamisveidruse ülestunnistus: jah, „komplekteeritud” on muusikatarkvara elus tõeline kategooria. 🙃

Kuidas tootjad seda praktikas kasutavad (peen vs ilmne) 🎧

Peen häälestamine (lähenemisviis „ära lase kellelgi märgata“) 🕵️♂️

  • aeglasem korrektsioonikiirus

  • säilita vibrato

  • vältige üleminekute katkemist

  • paranda käsitsi ainult kõige hullemaid rikkujaid (tavaliselt paar märkust)

Seda tüüpi vokaale kasutatakse paljudel juhtudel, mida inimesed peavad "loomulikeks". Mitte sellepärast, et laulja ei oskaks laulda, vaid seetõttu, et tänapäevased miksid on halastamatud. Iga noot on mikroskoobi all.

Ilmselge efekt (jämedalt häälestatud) 🤖

See ei puuduta niivõrd vigade parandamist kuivõrd stiliseeritud instrumendilaadset vokaali. See ei peitu, vaid lehvitab sulle vastu.

Hübriidne lähenemine (minu isiklik lemmik, ma arvan) 🧩

  • peen parandus värssides

  • tugevam mõju konksudele

  • automatiseeritud seaded, mis muutuvad iga sektsiooni kohta

See on nagu meik – võid valida loomuliku, glamuurse või „Ma värvin oma nägu nagu neoontiiger“. Kõik see on õige. 🐯✨

Levinud müüdid, mis ei sure 🪦

„Autotune teeb igaühest suurepärase laulja“

Ei. See saab parandada helikõrgust, mitte:

  • toon

  • rütm

  • hingamise kontroll

  • emotsionaalne edastamine

  • diktsioon (välja arvatud juhul, kui salvestate ümber või monteerite nagu maniakk)

Kui esitus on elutu, annab häälestamine sulle lihtsalt ideaalselt häälestatud elutu esituse. Ai, aga tõsi.

„Kui kuuled häälestamist, siis on see tehisintellekt“

Mitte tingimata. Paljud artefaktid on lihtsalt klassikalised helikõrguse nihke kõrvalmõjud (faasivokoodrilaadne määrdumine, formandi ebatasasus, mööduv hägusus jne). ( Digitaalse heli helikõrguse korrigeerimine - Walter Smuts )

  • laulma

  • metallilised servad

  • vildakad noodiüleminekud

  • vibrato sujuvaks muutumine sirgjooneliseks

„Otseülekannete automaatne häälestamine on petmine”

See on maitsearutelu. Kontsertkorrektsiooni kasutatakse sageli nagu kaja: vahendina. Mõned artistid pingutavad sellega üle, mõned vaevu puudutavad seda. Kui see sobib žanriga, siis inimesed aktsepteerivad seda. Kui see on ootustega vastuolus, siis inimesed vihastavad. Inimesed on sellises järjepidevad... mitte. 😅

Praktilised näpunäited, kuidas häälestamist inimlikumalt kõlama panna 🧠🎙️

Kui soovid häälestamist, mis ei karju "redigeeritud" järele, proovi neid:

  • Määrake helistik ja skaala õigesti (pool võitu, tõsiselt) ( AutoTune 2026 kasutusjuhend ; ReaTune (ReaEffectsi juhend) )

  • Ära korrigeeri üleminekuid üle – lase slaididel eksisteerida

  • Kasutage aeglasemaid ümberhäälestamise kiirusi , kui te ei soovi robotilist heli ( AutoTune 2026 kasutusjuhend )

  • Säilita formandid , kui sinu tööriist seda toetab ( Pitch (Nectar 3) - Formandid )

  • Häälesta loo kontekstis , mitte tund aega soolona mängides

  • Kõigepealt kompakt, seejärel häälestamine – halva kompakti häälestamine on nagu kortsus särgi triikimine, kui see sul veel seljas on.

Samuti tehke pause. Teie kõrvad harjuvad ja siis kõlab kõik "hästi" ning hiljem taasesituse ajal võib esile kerkida refrään, mis kõlab nagu läikiv müügiautomaat. 🥴

Seega, kas see on tehisintellekt või mitte - lõplik selgus 🔍

Maandume lennuki õrnalt.

Kas Autotune'i tehisintellekt kitsamas mõttes kipub maanduma järgmiselt:

Kas Autotune tehisintellekt on see, kuidas inimesed räägivad tänapäevasest vokaaliproduktsioonist:

  • Mõnikord kõrvutiasetsevad tööriistad masinõpet (puhastamine, eraldamine, nutikad assistendid) ja inimesed märgistavad kogu ahela tehisintellektiks ( Demucs ; iZotope Nectar 4 funktsioonid ).

Kas Autotune'i tehisintellekt on hirmutsoonis „see pole enam päris laulja”?

  • Mitte vaikimisi. See on pigem hääle sünteesi ja kloonimise küsimus, mis on hoopis teine ​​​​lugu.

Kui soovid puhast mõttemudelit:
helikõrguse korrigeerimine on nagu kaamera autofookus terve võltsfoto loomine . Mõlemat saab kunstiliselt kasutada, mõlemat saab kuritarvitada, aga need ei ole sama asi. 📸🎶

Lõppkokkuvõte 🎤✅

Auto-Tune sai alguse nutika helimatemaatika abil – helikõrguse tuvastamise ja muutmisega. See pole oma olemuselt tehisintellekt. Kuid tänapäevased vokaalitööriistaketid sisaldavad mõnikord tehisintellektil põhinevaid lisasid ja „tehisintellektist” on saanud turunduskleebis, mida kleebitakse kõigele alates mürasummutusest kuni kohvimasinateni (tõenäoliselt). ( AutoTune 2026 kasutusjuhend ; Waves Clarity Vx Pro )

Kui soovid, siis anna mulle teada, mille kallal sa töötad – live-vokaal, stuudiosalvestus, peen popilisus või täiesti robotlik refrään – ja ma pakun välja seadeid, mis sobivad atmosfääriga ilma, et su hääl kroomflöödiks muutuks. 😄🎛️

KKK

Kas Autotune on tehisintellekt või lihtsalt efekt?

Klassikalisel kujul on „automaatne häälestamine” enamasti traditsiooniline DSP: helikõrguse tuvastamine pluss helikõrguse nihutamine, mida juhivad sellised reeglid nagu „lähim noot” või „püsi selles skaalas”. See on nutikas matemaatika, kuid see ei nõua masinõppe mudelit, mis on treenitud tohutute häälekogude peal. Segadus hiilib ligi, sest tänapäevased hääleketid võivad sisaldada tehisintellektil põhinevaid puhastustööriistu otse helikõrguse korrigeerimise kõrval.

Miks inimesed nimetavad automaatset häälestamist tehisintellektiks, kui see on enamasti DSP?

Sest „automaathäälestust” kasutatakse sageli kogu hääletorustiku, mitte ainult helikõrguse korrigeerimise lühendina. Kui pluginate pakett sisaldab selliseid asju nagu hääleisolatsioon, adaptiivne mürasummutus, nutikas ekvalaiser või „assistendi” funktsioonid, võivad inimesed kogu asja tehisintellektiks sildistada. Turundus ei aita, kuna „tehisintellekti” kasutatakse laiaulatusliku sildina kõige automatiseeritud kohta.

Mis vahe on Auto-Tune'il (bränd) ja üldiselt „automaatsel häälestamisel”?

Auto-Tune on spetsiifiline Antares'i toode, samas kui „autotune” võib vestluses viidata mis tahes helikõrguse korrigeerimise tööriistale, robothelile või isegi tervele vokaalitöötlusahelale. Kaks inimest saavad vaielda selle üle, kas Autotune on tehisintellekt, osutades samal ajal täiesti erinevatele sihtmärkidele. Aitab selgitada, kas peate silmas pluginat, efekti või laiemat töövoogu.

Kuidas klassikaline helikõrguse korrigeerimine tegelikult kapoti all töötab?

Tüüpiline helikõrguse korrigeerimise seadistus hindab vokaali põhitooni, kaardistab selle sihtmärgiks (lähim pooltoon, valitud skaala või käsitsi kõver) ja seejärel nihutab heli, püüdes säilitada ajastust ja vokaali iseloomu. Heli kujundab suuresti üleminekukäitumine – kui kiiresti noodid paika loksuvad. Miski sellest ei sõltu loomupäraselt andmetega treenitud mudelitest; see on algoritmiline töötlemine.

Millised sätted põhjustavad „robotlikku” kõva häälestamise heli?

Iseloomulik kõva häälestuse aura tuleneb tavaliselt väga kiirest ümberhäälestusest ja rangest skaala/klahvistiku lukustusest, mis sunnib noote koheselt klõpsama, selle asemel et loomulikult libiseda. Tööriistad lisavad sageli „inimlikumaks muutmise“ (või sarnaseid) juhtelemente, et püsivad noodid sirgjooneliseks ei lameneks. Kui efekti kuuled valjult, on see sageli teadlik stiililine valik, mitte „tehisintellekti võimust võtmine“

Kas automaatne häälestamine loob võltshääle või asendab laulja?

Klassikaline helikõrguse korrigeerimine ei genereeri uut häält nullist – see nihutab helikõrgust päris salvestatud esituses. Teil on ikkagi vaja laulja ajastust, fraseerimist, tooni, emotsiooni ja üldist esitust. Hirmutsoon „seda lauljat pole kunagi eksisteerinud” on pigem häälesünteesi või kloonimise kohta, mis kuulub tavalise automaatse häälestamise stiilis helikõrguse korrigeerimise kategooriasse.

Kus tehisintellekt tegelikult tänapäevastes vokaaliproduktsiooni tööriistades avaldub?

Tehisintellekt kipub ilmnema kõrvutiasetsevates etappides, nagu hääle isoleerimine (hääle eraldamine muusikast), adaptiivne mürasummutus, nutikas müravähendus ja „assistendi” tooni kujundamine. Mõned tööriistad võivad kasutada ka täiustatud lähenemisviise, et hoida mürarikaste või ebaühtlaste salvestiste korral helikõrguse jälgimine stabiilsena. Kui need tehisintellekti sarnased funktsioonid asuvad samas tootes koos helikõrguse korrigeerimisega, siis inimesed nimetavad seda sageli „tehisintellekti automaathäälestuseks”

Miks kõlab häälestatud heli mõnikord ebakõlaliselt või "klaasistunud"?

Artefaktid võivad tuleneda klassikalisest helikõrguse nihkumisest: sähvatus, metalsed servad, kohmakad noodiüleminekud või vibrato sujuv väljalangemine. Formantide käsitsemine on samuti oluline – kui formandid triivivad, võivad hääled muutuda koomiksilaadseteks või omandada tahtmatu "heeliumi" kõla. Need iseärasused ei ole tehisintellekti tõend; need on sageli lihtsalt kompromissid selles, kuidas helikõrguse algoritm heli ümber kujundab.

Kuidas ma saan helikõrguse korrigeerimise kõla loomulikumaks ja vähem redigeerituks muuta?

Alusta õige helistiku ja ulatuse määramisest, sest valed helistiku sihtmärgid tekitavad kiiresti ilmseid vigu. Kasuta aeglasemaid ümberhäälestamise kiirusi, väldi slaidide ja üleminekute ülekorrigeerimist ning säilita formante, kui sinu tööriist seda toetab. Häälesta kontekstis kogu loo mängimise ajal, mitte lõputult soolodes. Levinud töövoog on kõigepealt komponeerimine, seejärel häälestamine – paremate võtterütmide lihvimine ja toore "parandamine".

Viited

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

  2. Antares - AutoTune 2026 kasutusjuhend - digitaloceanspaces.com

  3. Walter Smuts - Digitaalse heli helikõrguse korrigeerimine - waltersmuts.com

  4. iZotope - Nectar 4 funktsioonid - izotope.com

  5. iZotope - Häälekõrguse korrigeerimise põhitõed - izotope.com

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

  7. iZotope - aeg ja samm (RX) - iZotope Radius - izotope.com

  8. iZotope – Pitch (nektar 3) – Formants – amazonaws.com

  9. Antares - Auto-Tune Artist: põhivaate juhtnupud - antarestech.com

  10. Facebooki uuring – Demucs (muusikaallikate eraldamine) – github.com

  11. SIGSEP - Avatud anumiks - sigsep.github.io

  12. Celemony - Mis on Melodyne? - celemony.com

  13. Lained - Lainete häälestamine - waves.com

  14. Lained – lainete häälestamine reaalajas – waves.com

  15. Apple'i tugi – helikõrguse ja ajastuse muutmine Flex Pitchi (Logic Pro) abil – support.apple.com

  16. Image-Line - Kannu kasutusjuhend - image-line.com

  17. Steinberg - Cubase VariAudio - steinberg.help

  18. REAPER - ReaTune (ReaEffectsi juhend) - reaper.fm

  19. Waves - Clarity Vx Pro - waves.com

  20. sonible - nutikas:deess - sonible.com

Leia uusim tehisintellekt ametlikust tehisintellekti abilise poest

Meist

Tagasi blogisse