মডেল পরিবার ও সম্পূর্ণ গানের MIDI ডেমো
প্রথমে মডেল পরিবার, তারপর সংস্করণ বা প্রক্রিয়াকরণ পদ্ধতি বেছে নিন। নির্বাচন অনুযায়ী ডেমো বদলাবে।
বিভাজন ও MIDI-এর সংশ্লিষ্ট সংস্করণগুলো দুই স্তরের কার্ডে সাজানো হয়েছে; প্রতিটির অবস্থা ও সেটিং আলাদা থাকে। MuScriptor-এর ডিফল্ট খণ্ডভিত্তিক মেরামত, আর YourMT3+-এর YPTF.MoE+Multi noPS। বহু যন্ত্রের MIDI ডেমোতে সম্পূর্ণ だから僕は音楽を辞めた গানটি ব্যবহার করা হয়। ফাইলের নামে বিশেষ চিহ্ন থাকলে MIDI প্রিভিউ লোডের সমস্যাও ঠিক করা হয়েছে।
RVC মডেল প্রশিক্ষণ
রেকর্ডিং আপলোড করুন, উপকরণ পরীক্ষা করে ক্রেডিটের মূল্য নিশ্চিত করুন এবং কভার গানের জন্য ব্যক্তিগত কণ্ঠ প্রশিক্ষণ দিন, অথবা সামঞ্জস্যপূর্ণ পুরোনো মডেলকে আরও প্রশিক্ষণ দিন।
কণ্ঠ ও গান বিভাগ থেকে সরাসরি RVC মডেল প্রশিক্ষণ খুলতে পারবেন। আলাদা পৃষ্ঠাটি কভার পৃষ্ঠার সঙ্গে একই উপকরণ পরীক্ষা, মূল্য নির্ধারণ, প্রশিক্ষণের অগ্রগতি, ইতিহাস থেকে পুনরায় চেষ্টা এবং মডেল সংরক্ষণ ব্যবহার করে। আগের প্রশিক্ষণের খসড়াও ব্যবহার করা যাবে।
আলাদা অডিও ট্র্যাক রপ্তানির সমস্যা সমাধান
অডিওর পিক বেশি হলে কণ্ঠ ও অন্যান্য ট্র্যাক রপ্তানি ব্যর্থ হওয়া ঠেকায়।
Chorus পুরুষ ও নারী কণ্ঠ রপ্তানির আগে সব ট্র্যাকের পিক পরীক্ষা করে। ভলিউম কমানো দরকার হলে সব ট্র্যাকে একই স্থির গেইন প্রয়োগ করে, যাতে আপেক্ষিক ভলিউম, ডাইনামিক্স ও সম্পূর্ণ দৈর্ঘ্য অক্ষুণ্ণ থাকে। কমানোর প্রয়োজন না হলে মূল ভলিউম অপরিবর্তিত থাকে। একই রপ্তানি প্রক্রিয়া ব্যবহার করা দর্শকের শব্দ, নয়েজ ও ইকো অপসারণ এবং DrumSep ড্রাম পৃথকীকরণেও এই সমাধান প্রযোজ্য। ডাউনলোডযোগ্য audio-export.json ফাইলে প্রকৃত গেইন সমন্বয় লেখা থাকে।
বিরতি ও পুনরারম্ভের ইতিহাস
সাধারণ কাজ শেষ হলে এবং সম্পদ ফাঁকা থাকলে প্রশিক্ষণ শুরু হয়। নতুন কাজ এলে চেকপয়েন্ট রেখে বিরতি দেয় এবং সম্পদ ফাঁকা হলে চলে। অতিরিক্ত ক্রেডিট লাগে না।
মান দেখতে পয়েন্টার সরান, চার্ট স্পর্শ করুন বা স্লাইডার টানুন। স্লাইডারে তীরচিহ্ন, Home ও End কাজ করে। একই কাজ চালু করলে সংরক্ষিত মডেল, অপ্টিমাইজার ও প্রশিক্ষণের অবস্থান ফেরে। হঠাৎ বন্ধ হলে শেষ নিশ্চিত সংরক্ষণের পরের ধাপ আবার চলতে পারে। এখানে তৈরি RVC মডেল আপলোড করুন। শুধু রেকর্ডিং থাকলে নিজের কণ্ঠ প্রশিক্ষণ ব্যবহার করুন। ডিফল্টভাবে ব্যক্তিগত; প্রকাশ্য শেয়ারিং চালু করলেই অন্যরা মডেল বেছে নিতে পারে।
মডেল কার্ড, তুলনাযোগ্য ফলাফল ও শব্দের মাত্রা
বিচ্ছেদ ও MIDI মডেল আলাদাভাবে বেছে নিয়ে তাদের অবস্থা, প্যারামিটার ও প্রকাশিত ফলাফল দেখুন।
IDM, MSG-LD, ADTOF, ADT_STR ও অন্যান্য মডেলের আলাদা কার্ড রয়েছে; কাজের নামে নির্বাচিত মডেলটি দেখানো হয়। বিভাগের চার্টে সব মডেল থাকে এবং একই পরীক্ষার শর্তের স্কোরই তুলনা করা হয়। ফলাফল না থাকলে তা স্পষ্টভাবে জানানো হয়। OaFS সম্পন্ন বৈশিষ্ট্য উইন্ডো, ইনফারেন্স ব্যাচ ও ডিকোডিং ধাপের অগ্রগতি জানায়। অডিও ট্র্যাক ও MIDI প্লেব্যাকের গেইন +6 dB পর্যন্ত বাড়ানো যায় এবং ফোনের নিয়ন্ত্রণ বিন্যাস উন্নত করা হয়েছে। তুলনাযোগ্য মডেলের জন্য একই পূর্ণাঙ্গ ইনপুট দিয়ে ডেমো যোগ করা হয়েছে এবং অডিওর মান অক্ষুণ্ণ রেখে AI কভার ডেমো নতুন করে তৈরি করা হয়েছে। ADTOF Direct আলাদা ড্রাম ট্র্যাক বা পূর্ণ মিক্স গ্রহণ করে; পূর্ণ মিক্স থেকে প্রথমে ড্রাম আলাদা করা হয়। সাময়িক রিফ্রেশ ব্যর্থতার পরেও কণ্ঠের তালিকা খালি থেকে যাওয়ার সমস্যা ঠিক করা হয়েছে।
OaFS ও SFT-CRNN ট্রান্সক্রিপশন যুক্ত হয়েছে
পূর্ণ মিক্স ও পিয়ানো রেকর্ডিংয়ের জন্য আরও MIDI মডেল।
OaFS 34 শ্রেণির যন্ত্র শনাক্ত করে MIDI ও নোটের সারণি তৈরি করে; বেগ স্থির 127।
SFT-CRNN পিয়ানো নোটের শুরু ও শেষ শনাক্ত করে; বেগ স্থির 100, পেডাল অনুমান করে না।
ড্রাম প্রক্রিয়াকরণের তিনটি নতুন মডেল
IDM ট্র্যাক আলাদা করে; ADT_STR ও MSG-LD ড্রামের আঘাত ট্রান্সক্রাইব করে।
IDM MIDI ছাড়া নয়টি ড্রাম ট্র্যাক তৈরি করে।
ADT_STR 26 শ্রেণির ড্রামের শুরুর সময় ও বেগ শনাক্ত করে MIDI তৈরি করে।
MSG-LD পাঁচটি ড্রাম ট্র্যাক তৈরি করে ও আঘাতের শুরু শনাক্ত করে; MIDI-তে বেগ 100 এবং বাজানোর দৈর্ঘ্য 0.1 সেকেন্ড স্থির।
স্বরলিপি ও কণ্ঠের মডেল আপডেট
HookKern-এ কোয়ার্টেট এবং Tsumugi ও SwiftF0-তে আপডেট।
HookKern সুর ও কর্ডের মডেল রেখে স্ট্রিং কোয়ার্টেট যোগ করেছে। Tsumugi-তে ভোকাল হারমনি v1.5/v1.6 ও ড্রাম v1.5 যুক্ত হয়েছে; হারমনির ডিফল্ট এখন v1.6। SwiftF0 0.1.2 থেকে 0.2.0 হয়েছে।
MIDI রপ্তানি ও ড্রাম শোনার উন্নতি
ছোট নোট রাখুন, নতুন ট্র্যাক শুনুন এবং আসল উদাহরণ দেখুন।
খুব ছোট MIDI নোট এখন সঠিকভাবে শেষ হয়। সময় সম্পাদনা না করা নোট রপ্তানিতে মূল সময় ধরে রাখে। ফলাফলে নয়টি IDM বা পাঁচটি MSG-LD ট্র্যাক শোনা যায়। OaFS, SFT-CRNN ও IDM-এর ডেমো আসল কাজের ফল দিয়ে বদলানো হয়েছে।
RVC প্রশিক্ষণ আবার চেষ্টা ও পুনরায় চালু করুন
উপকরণ পরীক্ষায় ব্যবহারযোগ্য দৈর্ঘ্য দেখা যায় এবং বাধাপ্রাপ্ত প্রশিক্ষণের অগ্রগতি থাকে।
পরীক্ষায় ব্যবহারযোগ্য অডিওর দৈর্ঘ্য, প্রয়োজনীয় সময় এবং কতটা আরও যোগ করতে হবে তা দেখা যায়। ব্যর্থ কাজ আবার চেষ্টা করা যায়। পরিষেবা পুনরায় চালু হলেও কিউ ও চেকপয়েন্ট থাকে; চালানোর শর্ত পূরণ হলে প্রশিক্ষণ চলতে থাকে।
MuScriptor ব্যর্থ হলেও সম্পূর্ণ অংশ পান
অডিও ডিকোডিং সংশোধন এবং ইতিমধ্যে তৈরি MIDI আলাদা করে ডাউনলোড।
অডিও ডিকোডিং হালনাগাদ হয়েছে। পুরো ট্রান্সক্রিপশন শেষ না হলে কাজের পাতায় তৈরি অংশগুলি ডাউনলোড করা যায় এবং অসম্পূর্ণ ফল হিসেবে স্পষ্টভাবে চিহ্নিত থাকে। ব্যর্থ কাজের ক্রেডিট ফেরতের অবস্থা অপরিবর্তিত থাকে।
Basic Pitch, HookKern ও ZONOS2 উপলব্ধ
একক যন্ত্রের MIDI, সুর ও কর্ডের স্বরলিপি এবং কণ্ঠ সংশ্লেষ আবার ব্যবহার করা যায়।
Basic Pitch একক যন্ত্রের অডিওকে MIDI-তে রূপান্তর করে। HookKern সুর ও কর্ডের স্বরলিপি তৈরি করে, আর ZONOS2 নমুনা কণ্ঠ থেকে কথা সংশ্লেষ করে। উদাহরণগুলি এখন এই সংস্করণের বাস্তব কাজের ফল ব্যবহার করে।