https://arjun.tw/blog/post/210702
-
【開廂】HYPERX CLOUD REVOLVER 7.1|還是老的好?搭配高階USB音效卡全新升級|與耳機娘「黑葉娜娜」一同登場
-
這次玩的是Metro 2033 Redux,清晰度非常好,尤其是在地下隧道,你可以感受到風聲、水滴聲、自己的呼吸聲,以及怪物突然出現時,正確方向的腳步聲,而在後面章節,遇到夥伴後,即便環境中會有夥伴的腳步聲,也能明顯判別出敵我、距離前後的差異。
聽音樂,放鬆一下來首久石讓與宮崎駿的經典曲目吧,清脆的小號、流暢的琴聲以及飽滿的大提琴。單純的立體聲,有著很好清晰度,但當你切到7.1環繞時,更可以感受到高音跟中低音的分離度更好,彷彿像是置身於演唱會之中。
麥克風降噪效果很不錯,當我在錄音的時候,隔壁剛好在裝潢,而當我透過電腦撥放我錄製的錄音檔時,卻完全聽不到工程施工的聲音。
以這價位來說,Cloud Revolver 7.1使用了50mm的驅動單體,這跟其他家的產品其實差異不大,差別在於頻率響應可從10Hz到23.2kHz,相較起來還是比較有優勢的。
另外這款虛擬7.1,並不支援電腦中的HyperX的軟體,所以也有沒東西可以調整,同時也不支持DTS等音效。不過在音場表現上還是非常具有水準。或許你會想說,同樣價格,也有HyperX Cloud II可以選擇,而且同樣也有虛擬7.1跟可拆卸的降噪麥克風,那為什麼我要挑一個有線的呢?Cloud Revolver 7.1是一個很簡單就能隨插即用於各平台的耳機,適合給剛入門卻又想要好音質、音效的玩家,不過對於那些,喜歡調整均衡器的玩家來說,可能就不太推薦了。
比較有趣的是,這次改版還一起推出了Revolver 7.1耳機娘「黑葉娜娜」,現在凡購買Cloud Revolver 7.1耳機,就會送「黑葉娜娜」限量版徽章一枚(共四款,隨機出貨)喔!以上,跟各位分享囉。
同時也有1部Youtube影片,追蹤數超過13萬的網紅小翔 XIANG,也在其Youtube影片中提到,還記得之前曾傳出蘋果將發表 iPhone SE 的下一代,並可能會被稱作「iPhone SE2」,且還有可能採用瀏海造型的螢幕。不過蘋果在本週三發表的第二代「iPhone SE」,除了直接延用「iPhone SE」名稱之外,並沒有搭載 Face ID 的技術,整體來說你完全可以把它當作是 iPhon...
「立體聲 單 聲 道 差別」的推薦目錄:
立體聲 單 聲 道 差別 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
AI 將可快速分離人聲、各式樂器等音源,Facebook 開源 Demucs 計畫
作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |
音樂源分離,是利用技術將一首歌曲分解成它的組成成分,如人聲、低音和鼓,這和人類大腦的工作很類似,大腦可以將一個單獨的對話,從周圍的噪音和一屋子的人聊天中分離出來。
如果你擁有原始的錄音室多軌錄音,這很容易實現,你只需調整混音來分離一個音軌,但是,如果你從一個普通 MP3 檔案開始,所有的樂器和聲音都被混合到一個立體聲錄音中,即使是最複雜的軟體程式也很難精確地挑出一個部分。
Facebook AI 的研究人員已經開發了一個系統,可以做到這一點──精確度高得驚人。
創建者名叫亞歷山大‧笛福茲(Alexandre Defossez),是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs,這個名字來源於「音樂資源深度提取器」,其工作原理是檢測聲波中的複雜模式,對每種樂器或聲音的波形模式建立一個高層次的理解,然後利用人工智慧將它們巧妙地分離。
笛福茲說,像 Demucs 這樣的技術,不僅能幫助音樂家學習複雜的吉他即興重複段落,總有一天,它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說,他的目標是讓人工智慧系統擅長辨識音頻源的組成部分,就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。
分解聲波的更好方法
聲源分離長期以來一直吸引著科學家。1953 年,英國認知科學家科林‧切爾瑞(Colin Cherry)創造了「雞尾酒會效應」這個詞語,用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。
工程師們首先試圖透過調整立體聲錄音中的左右聲道,或調整均衡器設置來提高或降低某些頻率,進而隔離歌曲的人聲或吉他聲。
基於聲譜圖的人工智慧系統,在分離出以單一頻率響起或共振的樂器的音符方面相對有效,例如鋼琴或小提琴旋律。
這些旋律在聲譜圖上顯示為清晰、連續的水平線,但是隔離那些產生殘餘噪音的撞擊聲,比如鼓、低音拍擊,是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件,但它實際上包含了不同的部分。對於鼓來說,它包括覆蓋較高頻率範圍的初始撞擊,隨後是在較低頻率範圍內的無音高衰減。笛福茲說,一般的小鼓「就頻率而言,到處都是」。
聲譜圖只能將聲波表現為時間和頻率的組合,無法捕捉到這樣的細微差別。因此,他們將鼓點或拍子低音處理成幾條不連續的垂直線,而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道,聽起來常常是模糊不清的。
夠聰明的系統來重建缺失
基於人工智慧的波形模型避免了這些問題,因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋,波形模型的工作方式與電腦視覺相似,電腦視覺是人工智慧的研究領域,旨在讓電腦學會從數位圖像中辨識模式,進而獲得對視覺世界的高級理解。
電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」,笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後,它開始推斷更高比例的結構,以增加細微差別,並精細雕刻每個波形。
笛福茲說,他的系統也可以比做探測和記錄地震的地震儀。地震時,地動儀的底座會移動,但懸掛在上面的重物不會移動,這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震,然後推斷出每個地震的震級和強度的細節。同樣,笛福茲的系統分析並分離出一首歌曲的本來面目,而不是根據預先設定的聲譜圖結構來分割它。
笛福茲解釋,構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構,這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做,因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶,這種結構允許網路處理整個數據序列,如一段音樂或一段視頻,而不僅是一個數據點,如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。
這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net,比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛,引擎噪音會淹沒一個人的聲音」,笛福茲說。
以前的波形模型,透過簡單地移除原始音頻源文件的一部分來處理這個問題,但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力,「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻」,這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符,因為它理解應該呈現什麼樣的聲音。
這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說,Demucs 已經與最好的波形技術相匹配,並且「遠遠超出」最先進的聲譜技術。
在盲聽測試中,38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音,這 50 首曲目由 3 個模型分開:Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影(如背景噪音或失真)方面表現最佳。
Demucs 已經引起了人工智慧愛好者的興趣,精通技術的讀者可以從 GitHub 下載 Demucs 的代碼,代碼用 MusDB 數據集來分離音樂源。
笛福茲解釋,隨著 Demucs 的發展,它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器,通常需要對原始硬體進行大量的數位化改造。
想像一下,如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音,Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。
資料來源:https://technews.tw/2020/03/11/using-ai-for-music-source-separation/?fbclid=IwAR1C-0LhFNEkIFUg9QS3xRQK8VKeqKIkPEx9kh7QdGamcsCfUViwyeXyqXg
立體聲 單 聲 道 差別 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
AI 將可快速分離人聲、各式樂器等音源,Facebook 開源 Demucs 計畫
作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |
音樂源分離,是利用技術將一首歌曲分解成它的組成成分,如人聲、低音和鼓,這和人類大腦的工作很類似,大腦可以將一個單獨的對話,從周圍的噪音和一屋子的人聊天中分離出來。
如果你擁有原始的錄音室多軌錄音,這很容易實現,你只需調整混音來分離一個音軌,但是,如果你從一個普通 MP3 檔案開始,所有的樂器和聲音都被混合到一個立體聲錄音中,即使是最複雜的軟體程式也很難精確地挑出一個部分。
Facebook AI 的研究人員已經開發了一個系統,可以做到這一點──精確度高得驚人。
創建者名叫亞歷山大‧笛福茲(Alexandre Defossez),是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs,這個名字來源於「音樂資源深度提取器」,其工作原理是檢測聲波中的複雜模式,對每種樂器或聲音的波形模式建立一個高層次的理解,然後利用人工智慧將它們巧妙地分離。
笛福茲說,像 Demucs 這樣的技術,不僅能幫助音樂家學習複雜的吉他即興重複段落,總有一天,它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說,他的目標是讓人工智慧系統擅長辨識音頻源的組成部分,就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。
分解聲波的更好方法
聲源分離長期以來一直吸引著科學家。1953 年,英國認知科學家科林‧切爾瑞(Colin Cherry)創造了「雞尾酒會效應」這個詞語,用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。
工程師們首先試圖透過調整立體聲錄音中的左右聲道,或調整均衡器設置來提高或降低某些頻率,進而隔離歌曲的人聲或吉他聲。
基於聲譜圖的人工智慧系統,在分離出以單一頻率響起或共振的樂器的音符方面相對有效,例如鋼琴或小提琴旋律。
這些旋律在聲譜圖上顯示為清晰、連續的水平線,但是隔離那些產生殘餘噪音的撞擊聲,比如鼓、低音拍擊,是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件,但它實際上包含了不同的部分。對於鼓來說,它包括覆蓋較高頻率範圍的初始撞擊,隨後是在較低頻率範圍內的無音高衰減。笛福茲說,一般的小鼓「就頻率而言,到處都是」。
聲譜圖只能將聲波表現為時間和頻率的組合,無法捕捉到這樣的細微差別。因此,他們將鼓點或拍子低音處理成幾條不連續的垂直線,而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道,聽起來常常是模糊不清的。
夠聰明的系統來重建缺失
基於人工智慧的波形模型避免了這些問題,因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋,波形模型的工作方式與電腦視覺相似,電腦視覺是人工智慧的研究領域,旨在讓電腦學會從數位圖像中辨識模式,進而獲得對視覺世界的高級理解。
電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」,笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後,它開始推斷更高比例的結構,以增加細微差別,並精細雕刻每個波形。
笛福茲說,他的系統也可以比做探測和記錄地震的地震儀。地震時,地動儀的底座會移動,但懸掛在上面的重物不會移動,這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震,然後推斷出每個地震的震級和強度的細節。同樣,笛福茲的系統分析並分離出一首歌曲的本來面目,而不是根據預先設定的聲譜圖結構來分割它。
笛福茲解釋,構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構,這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做,因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶,這種結構允許網路處理整個數據序列,如一段音樂或一段視頻,而不僅是一個數據點,如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。
這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net,比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛,引擎噪音會淹沒一個人的聲音」,笛福茲說。
以前的波形模型,透過簡單地移除原始音頻源文件的一部分來處理這個問題,但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力,「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻」,這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符,因為它理解應該呈現什麼樣的聲音。
這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說,Demucs 已經與最好的波形技術相匹配,並且「遠遠超出」最先進的聲譜技術。
在盲聽測試中,38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音,這 50 首曲目由 3 個模型分開:Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影(如背景噪音或失真)方面表現最佳。
Demucs 已經引起了人工智慧愛好者的興趣,精通技術的讀者可以從 GitHub 下載 Demucs 的代碼,代碼用 MusDB 數據集來分離音樂源。
笛福茲解釋,隨著 Demucs 的發展,它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器,通常需要對原始硬體進行大量的數位化改造。
想像一下,如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音,Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。
資料來源:https://technews.tw/…/using-ai-for-music-source-separation/…
立體聲 單 聲 道 差別 在 小翔 XIANG Youtube 的最讚貼文
還記得之前曾傳出蘋果將發表 iPhone SE 的下一代,並可能會被稱作「iPhone SE2」,且還有可能採用瀏海造型的螢幕。不過蘋果在本週三發表的第二代「iPhone SE」,除了直接延用「iPhone SE」名稱之外,並沒有搭載 Face ID 的技術,整體來說你完全可以把它當作是 iPhone 8 的升級版,那麼究竟這款新一代的 iPhone SE,跟初代的 iPhone SE 以及 iPhone 8,有什麼樣的差別,我們趕緊來看看吧!
【影片更新】
【影片推薦】
【影片指引】
00:48 – 設計、感應器
02:20 – 螢幕
02:47 – 主相機
03:57 – 前相機
04:22 – 音訊
04:40 – 硬體、連結、通訊
06:38 – 總結
【產品資訊】
► iPhone SE:3GB+64GB (黑/白/紅)、NT$ 14,500。
► iPhone SE:3GB+128GB (黑/白/紅)、NT$ 16,500。
► iPhone SE:3GB+256GB (黑/白/紅)、NT$ 20,000。
【影片類型】
小翔評測:「實機體驗」讓你更深入了解3C科技產品
小翔大對決:透過「規格表」讓你弄懂3C科技產品差異
小翔聊科技:整理「多方資訊」讓你弄懂科技產品、技術
小翔短新聞:整理「多方資訊」讓你提早獲得3C科技新消息
小翔來報榜:透過「排行榜單」讓你知道手機銷售趨勢
【影片聲明】
業配:無。
感謝:看影片的每一個朋友
來源:Apple…
製作:小翔 XIANG
【小翔專區】
小翔FB:https://www.facebook.com/Xiangblog/
小翔IG:https://www.instagram.com/xianglin0222/
小翔Twitter:https://twitter.com/xianglin0222
小翔痞客邦:http://xianglin0222.pixnet.net/blog
小翔信箱:xianglin0222@gmail.com
【官方網站】
※影片資訊僅供參考,想了解更多請前往
Apple:https://www.apple.com/tw/
網路頻段查詢:https://www.frequencycheck.com/
-------------------------------------------------------------------------
【CC Music】
MBB:https://soundcloud.com/mbbofficial
Nicolai Heidlas:https://soundcloud.com/nicolai-heidlas
FortyThr33:https://soundcloud.com/fortythr33-43
Tobu:http://www.youtube.com/tobuofficial
Peyruis:https://soundcloud.com/peyruis
FortyThr33:https://soundcloud.com/fortythr33-43
Lyfo:https://soundcloud.com/lyfomusic
A Himitsu:https://soundcloud.com/argofox/a-himitsu-adventures
Ehrling:https://soundcloud.com/ehrling
-------------------------------------------------------------------------
【索引】
#iPhoneSE2020 #iPhoneSE #iPhone8 #iPhoneSE2 #newiPhoneSE #Apple #蘋果iPhoneSE #蘋果iPhoneSE2 #Apple2020 #iPhone2020 #iPhone手機 #蘋果新機 #小翔大對決 #小翔XIANG
【關鍵字】
手機規格比較、手機推薦、你該選擇誰、透過規格比較、讓你了解究竟該選擇 iPhone SE (2020)、iPhone SE 還是 iPhone 8。外型規格比較:iPhone SE 2020 延續16:9螢幕設計、並搭載了單鏡頭設計,機身顏色包含黑色、白色、紅色,並採用上實體 Home 鍵設計,同時結合上 Touch ID指紋辨識。螢幕規格比較:iPhone SE 2020 延續 iPhone 的 HD+ 4.7 吋 IPS 螢幕、原彩顯示、P3 色域、625nit 亮度。主相機規格比較:iPhone SE 2020 搭載單鏡頭 (1200 萬畫素的廣角鏡頭)、人像模式、人像光線、景深調整、4K 錄影、240fps 慢動作、電影級視訊穩定防震、立體聲錄音、延伸動態範圍錄影。前相機規格比較:700 萬畫素、人像模式、人像光線、景深調整。音訊規格比較:雙喇叭。系統規格比較:iOS 13。硬體規格比較:iPhone SE 2020 搭載A13 Bionic、3GB RAM、64GB/128GB/256GB ROM。電池規格比較:iPhone SE 2020 具備 1821 mAh 電池、18W快充、無線充電。連結:Wi-Fi 6、藍牙 5.0。通訊:4G+4G 雙卡雙待、5CA 載波聚合。iPhone SE 2020 價位。小翔大對決。小翔透過規格比較讓你更了解手機的差異。
立體聲 單 聲 道 差別 在 請問立體音及單音的概念? - Mobile01 的推薦與評價
以我自己的認知聲音還有分高音,中音,低音立體聲除了左右聲道外也將高音,中音,低音表現出來這樣就有高低起伏效果 單音只能表現出一種音度,很平緩的效果. ... <看更多>
立體聲 單 聲 道 差別 在 TRS則可傳輸Stereo(左右兩聲道,立體音)、而TRRS又多了一個 ... 的推薦與評價
《PA音響小教室》本周的主題是TS/TRS/TRRS端子! TS/TRS/TRRS TS、TRS、TRRS這三類的主要差異請見圖表格所述,簡言之就是用數個絕緣環分隔數個傳輸不同 ... ... <看更多>