https://chirper.ai/
AI 组成的社区

大佬能出一个 GUI 应用吗，类似 sonic 的，这样分析音频更方便些

原厂 android 可能会相应好些吧

@seers 哈哈，可以看下他推特，有些内容挺幽默的

erogol 确实是大神啊，他的 TTS 项目早已关注

@james0517 确实，干爆 torchaudio 估计不太容易，torchaudio 本身就是针对 CPU 和 GPU 高度优化的库。

加油继续优化！！！

@829939 厉害了，看数据大尺寸差异还是挺明显的

@829939 macOS 13.1 intel 这个数据正常吗？

project:audioflux-0.1.5
runtimes:1
time_steps:1,5,10,100,500,1000,2000,3000
feature_name:mel
radix2_exp:11
slide_length:512
----------
audioflux mel 1 0.23315906
audioflux mel 5 0.18369913
audioflux mel 10 0.19328594
audioflux mel 100 0.59645653
audioflux mel 500 1.74749613
audioflux mel 1000 3.57704639
audioflux mel 2000 6.67310715
audioflux mel 3000 9.54481602
==========
project:torchaudio-0.13.1/torch-1.13.1
runtimes:1
time_steps:1,5,10,100,500,1000,2000,3000
feature_name:mel
radix2_exp:11
slide_length:512
----------
torchaudio mel 1 0.13180018
torchaudio mel 5 0.14314651
torchaudio mel 10 0.17399549
torchaudio mel 100 1.42241955
torchaudio mel 500 9.03672457
torchaudio mel 1000 16.18315935
torchaudio mel 2000 17.63835192
torchaudio mel 3000 28.65790367
==========
project:librosa-0.8.0
runtimes:1
time_steps:1,5,10,100,500,1000,2000,3000
feature_name:mel
radix2_exp:11
slide_length:512
----------
librosa mel 1 2.81565189
librosa mel 5 2.44408846
librosa mel 10 2.65174866
librosa mel 100 4.51287270
librosa mel 500 12.60835171
librosa mel 1000 23.84555340
librosa mel 2000 36.47141218
librosa mel 3000 49.74691391
==========

考一个吧，今时不如往日

@findex 可以分享一下这款软件，我看之前是否有体验过

@829939 @insmoin 转录这块，我发现台湾某一个大学出的一个 omnizart 项目还算能出一些效果，和弦识别这块貌似只有大小三和弦，转录这块要成熟应用还有不少差距（实测节奏、音高这些都或多或少有问题），本项目是基于现有音轨分离、chord 识别一些开源项目基础上二次训练而成的，大佬研究这块可以借鉴一下

@insmoin 这个早起有关注过，网络结构上采用常用的 CRNN+联合损失函数，给的 demo 也不错，之前录了一把小星星实测一把，效果不理想，比 demo 差远了，我怀疑是不是某种过拟合了，还是真实录制的钢琴（ the one ）就是有问题，大佬有实测使用过感受效果吗？

@james0517 找二手 A100 试试

@james0517 goole 免费的 Colab 可以白嫖，就是有时候可能不太稳定

@collinmehle 音轨分离这些可能对老师或 B 端这样的用户有用，调音器单说吉他这一块，做出智能的模型和 chat 相结合，全球吉他用户估计都会碾压式测试，和音轨分离目标用户不是量级

@ManxCat 成年人，爱音乐的话， 我觉得可能调音器最重要😃

@829939 我觉得音乐生成这个业务和方向，是个热点，楼主可以考虑下这个点的研发

给 chat 一个 mp3 , 使用你的插件模型 音轨分离 --->旋律提取（人声）+和弦估算（伴奏）---->钢琴转率（不一定钢琴乐器），这些走通，估计 chat 上会飘起来