Stem Separator (Mel-Band RoFormer + SCNet)
Free.ai (self-hosted)
·
audio_separate
·
~1000 ପ୍ରତି ଟୋକନଗୁଡ଼ିକ track
Stem Separator (Mel-Band RoFormer + SCNet) ହେଉଛି a ଷ୍ଟମ ବିଭାଜନ ମଡେଲ । Vocal/stem separation ରେ ସବୁଠାରୁ ଶକ୍ତିଶାଳୀ । Free.ai GPUs ଉପରେ ସ୍ୱୟଂ-ହୋଷ୍ଟ — ଆପଣଙ୍କର ଦୈନିକ ଟୋକନ ପୁଲ (1,000 ଟୋକନ ପ୍ରତି ଟ୍ରାକ) ବିରୋଧରେ ମୁକ୍ତ ଭାବରେ ଚାଲୁଛି। MIT + Apache-2.0 ଅନ୍ତର୍ଗତ ମୁକ୍ତ କରାଯାଇଛି - ବାଣିଜ୍ୟିକ ବ୍ୟବହାର ପାଇଁ Free.ai ରେ ଅନୁମତି ଦିଆଯାଇଛି ।
API ମାଧ୍ୟମରେ ବ୍ୟବହାର କରନ୍ତୁ
OpenAI-ସଂଗତି REST API. ଗୋଟିଏ କି ସୃଷ୍ଟି କରନ୍ତୁ ଏବଂ ସେକଣ୍ଡଗୁଡ଼ିକରେ ଏହି ନମୂନାକୁ ଡକାନ୍ତୁ।
curl -X POST https://api.free.ai/v1/music/separate/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"demucs","prompt":"your prompt here"}'ସାଧାରଣ ପ୍ରଶ୍ନ
Stem Separator (Mel-Band RoFormer + SCNet) ଏକ ମିଶ୍ରିତ ଧ୍ୱନି ଟ୍ରାକକୁ ଷ୍ଟେମଗୁଡ଼ିକରେ ବିଭାଜିତ କରିଥାଏ - ଗୀତ, ଡ୍ରାମ, ବେସ, ଏବଂ ଅନ୍ୟାନ୍ୟ ବାଦ୍ୟ - ପ୍ରତ୍ୟେକଟି ଏହାର ନିଜ ଧ୍ୱନି ଫାଇଲ ଭାବରେ। MP3 କିମ୍ବା WAVକୁ ଅପଲୋଡ କରନ୍ତୁ ଏବଂ Stem Separator (Mel-Band RoFormer + SCNet)4ବିଭିନ୍ନ ଷ୍ଟେମ ଫାଇଲକୁ ଫେରାଇଥାଏ ଯାହାକି ଆପଣ ପୁନଃ ମିଶ୍ରଣ କିମ୍ବା ମୁକ୍ତ କରିପାରିବେ।
ଭଲ ଭାବରେ ମିଶ୍ରିତ ଷ୍ଟୁଡିଓ ଟ୍ରାକଗୁଡ଼ିକରେ ବହୁତ ସ୍ୱଚ୍ଛ: ଗୀତ ଏବଂ ବାଦ୍ୟଯନ୍ତ୍ରଗୁଡ଼ିକୁ ଅଳ୍ପ ବ୍ଲଡ ସହିତ ବିଭାଜିତ କରନ୍ତୁ, ଏବଂ ଡ୍ରାମ ଏବଂ ବେସକୁ ସ୍ୱଚ୍ଛ ଭାବରେ ବାହାର କରନ୍ତୁ। ପୁରୁଣା, ସକ୍ରିୟ କିମ୍ବା ଅଧିକ ସଙ୍କୋଚିତ ରେକର୍ଡିଙ୍ଗଗୁଡ଼ିକୁ ଷ୍ଟେମଗୁଡ଼ିକ ମଧ୍ୟରେ ଅଧିକ କ୍ରସଟୋଲକ ସହିତ ବିଭାଜିତ କରନ୍ତୁ।
ଚାରିଟି ସ୍ତମ୍ଭ: ଗୀତ, ଡ୍ରାମ, ବେସ ଏବଂ ଅନ୍ୟାନ୍ୟ। ଗୋଟିଏ ବାଦ୍ୟ ଟ୍ରାକ (ଗୀତ ବ୍ୟତୀତ ସବୁକିଛି) ଗୋଟିଏ-କ୍ଲିକ ନିର୍ଗମ ଭାବରେ ଉପଲବ୍ଧ ଅଛି।
MP3, WAV, FLAC, M4A, OGG 50 MB ପର୍ଯ୍ୟନ୍ତ। ଷ୍ଟେରିଓ ନିବେଶ ସବୁଠାରୁ ସଫା ଫଳାଫଳ ଦେଇଥାଏ; ପ୍ରକ୍ରିୟାକରଣ ପୂର୍ବରୁ ମୋନୋକୁ ଷ୍ଟେରିଓକୁ ବଢ଼ାଯାଇଥାଏ।
Stem Separator (Mel-Band RoFormer + SCNet) ଆମର GPUs ଉପରେ ଆପଣଙ୍କର ଦୈନିକ ମୁକ୍ତ ପୁଲ ପ୍ରଥମେ ବିରୋଧରେ ଚଲାଇଥାଏ; $5 → 200,000 ପଇସା ଦେଇଥିବା ଟୋକନଗୁଡ଼ିକ। ପ୍ରାୟ ~1,000 ଟୋକନ ପ୍ରତି ମିନିଟ ଧ୍ୱନି।
ହଁ - ଷ୍ଟେମଗୁଡ଼ିକୁ କାଢ଼ନ୍ତୁ, ତାପରେ "ଡ୍ରାମସ + ବେସ + ଅନ୍ୟାନ୍ୟ" କୁ ଗୋଟିଏ ବାଦ୍ୟଯନ୍ତ୍ର ପାଇଁ ଏକାଠି ଷ୍ଟାଇଲ କରନ୍ତୁ, କିମ୍ବା ଗୋଟିଏ a-capelle ପାଇଁ "ଭାଷ୍ୟ" କୁ କେବଳ ଆହରଣ କରନ୍ତୁ। ଉପର ଫର୍ମରେ ଗୋଟିଏ-କ୍ଲିକ "ବାଦ୍ୟଯନ୍ତ୍ର" ନିର୍ଗମ ଅଛି।
ହଁ - ବିଭାଜନ ସମୟ କିମ୍ବା ପୀଚକୁ ପରିବର୍ତ୍ତନ କରେ ନାହିଁ। ଷ୍ଟେମଗୁଡ଼ିକ ଫ୍ରେମ-ଦ୍ୱାରା-ଫ୍ରେମ ଉତ୍ସ ସହିତ ସମାନତା ସ୍ଥାପନ କରିଥାଏ ତେଣୁ ସେମାନେ ସ୍ୱଚ୍ଛ ଭାବରେ ପୁନଃ ମିଶ୍ରଣ କରିଥାନ୍ତି।
ହଁ - /batch/ ଧ୍ୱନି ଫାଇଲଗୁଡ଼ିକର ଫୋଲଡରକୁ ଗ୍ରହଣ କରିଥାଏ। ପ୍ରତ୍ୟେକ ନିର୍ଗମ (ପ୍ରତି ଉତ୍ସ4ଷ୍ଟେମ) /account/?tab=history ରେ ପହଂଚିଥାଏ। ଫୋଲଡର-ବୃକ୍ଷ ସଂରକ୍ଷଣ ପାଇଁ API କୁ ବ୍ୟବହାର କରନ୍ତୁ।
ହଁ. ଆପଣଙ୍କର ଧ୍ୱନିକୁ /v1/music/separate/ କୁ POST କରନ୍ତୁ ଏବଂ ଆପଣ ପ୍ରତି ଷ୍ଟେମ ପାଇଁ ଗୋଟିଏ ଆହରଣ URL ପାଇବେ। /api/ ରେ ସମ୍ପୂର୍ଣ୍ଣ ସଂଦେଷଣ ଅଛି, ପଠାଇବା ପାଇଁ ଆକାର id ସହିତ।
ଆପଣଙ୍କୁ ଉତ୍ସ ଧ୍ୱନି ପାଇଁ ଅଧିକାର ଆବଶ୍ୟକ (ଆପଣଙ୍କ ନିଜ ରେକର୍ଡିଂ, ଲାଇସେନ୍ସିତ ବିଷୟବସ୍ତୁ, କିମ୍ବା ଏକ ଗୀତ ଯାହାର ସ୍ପଷ୍ଟ ରିମିକ୍ସ ଅନୁମତି ଅଛି)। Free.ai ଆପଣଙ୍କର ଅଧିନରେ ନଥିବା ବିଷୟବସ୍ତୁ ପାଇଁ ଅଧିକାର ପ୍ରଦାନ କରିପାରିବ ନାହିଁ; ଗୋଟିଏ ଚାର୍ଟ ପପ ଗୀତକୁ ବିଭାଜିତ କରିବା ଷ୍ଟେମଗୁଡ଼ିକୁ ପ୍ରକାଶନ କରିବା ପାଇଁ ଆଇନଗତ ନୁହଁ।
ପୂର୍ବନିର୍ଦ୍ଧାରିତ ଭାବରେ WAV (ନଷ୍ଟହୀନ, ପୁନଃସଂଯୋଜନ ପାଇଁ ପ୍ରସ୍ତୁତ)। MP3 ଛୋଟ ଆହରଣଗୁଡ଼ିକ ପାଇଁ ଶୈଳୀ ଚୟନକର୍ତ୍ତା ରେ ଉପଲବ୍ଧ।
ପ୍ରକୃତ ସମୟ ଫଳକ ପାଖାପାଖି 0.1-0.3× - ଗୋଟିଏ4ମିନିଟ ଗୀତ 30-80 ସେକଣ୍ଡରେ ବିଚ୍ଛିନ୍ନ ହୋଇଥାଏ। ଟ୍ୟାବକୁ ବନ୍ଦ କରିବା ପାଇଁ ଧାଡ଼ି ବଟନକୁ ବ୍ୟବହାର କରନ୍ତୁ।