Sound production tips

Возникла необходимость быстро смонтировать подкаст для друзей. Нагуглил достаточно неплохой плагин - Antibleed - автомикшер, который подавляет сигнал от неактивных спикеров. Триалка работает 14 дней, цена плагина 69$. Не очень долго думая, решил воспользоваться Codex и сделал свой аналог (в комментариях к посту) Принимает на вход не более 8 файлов, работает оффлайн

Подсмотрел хорошую инициативу в соседнем чате: - давайте делиться полезными утилитами для работы со звуком и музыкой! Начну с себя. Набор, который реально использую уже не первый год (Windows): 🔹 ShutterEncoder - перекодировщик видеформатов. Кроме того там есть полезные утилиты, вроде replace audio in video. Для работы с видео незаменимая вещь в хозяйстве 🔹 MediaInfo - если у вас есть сомнения, в каком формате звук или видео, то по правому клику можно посмотреть все детали 🔹 Fileconverter - конвертер форматов. Можно быстро перекодировать группу файлов в нужный формат. Так же по правому клику 🔹 BulkRenameUtility - массовый переименовывальщик файлов. Если у вас сотни (тысячи) файлов, которые нужно переименовать определенным образом, это задача для этой утилиты 🔹 ResonicPlayer - простой аудиоплеер, который показывает форму волны всего файла. Альтернатив пока не видел Делитесь своими находками! 😎

Решил завершить проект менеджера-организатора AAF. Учитывая возможную смерть этого древнего зла в недалеком будущем, как-будто нет большого смысла в его развитии. Поэтому выкладываю как есть. Возможно для кого-то он окажется полезным, последние ревизии были выполнены Astr-ой поэтому совсем глупостей там быть не должно. Тем не менее ошибки могут присутстовать. Что умеет: 🔹 чистить AAF от тихих клипов (порог можно установить) 🔹 чистить AAF от дублирующихся клипов 🔹 "организовать" AAF (клипы с речью уползают наверх, шумы в центр, музыка вниз) с помощью классификатора Yamnet 🔹 работает с "кривыми" AAF (до определенной степени, конечно) работает под Windows, при первом старте может докачивать базы данных классификатора. https://github.com/apchernavsky/aaf-speech-toolkit https://cloud.mail.ru/public/gkro/ufTAa9Eot

Протестировал Computer Use от GPT (Astra-high). Задача была простая: импортировать AAF в проект Nuendo, назначить всем импортированным дорожкам пустой выход, перенести их в папку, а затем переместить эту папку в верхнюю часть проекта. Пока рекорд не очень утешительный — 6 минут 10 секунд. И это уже с отработанными скиллами. Основная трата времени — распознавание скриншотов экрана. Для сравнения, я делаю то же самое за 30 секунд

У моего друга и коллеги @deescawaaaaa вышел EP! Всем неравнодушным к электронной музыке рекомендую! https://band.link/mixedblessing

Не выдержал и взял себе подписку GPT-pro 🥹 Примерно за 4 дня в Codex собрал себе систему коррекции 5.1. Учитывая стоимость аналогичных систем коррекции (сильно превышающую 100$) - отличное решение. Разработанная система коррекции включает эквализацию по целевой кривой, расчет задержек для каждого канала, басменеджмент (рассчет кроссовера) подбор уровней каналов и выгрузку в формате RME - Totalmix. Ну и, конечно же, соответствующие графики, выводы и рекомендации. Источник данных - измерения REW. В процессе разработки понял, что можно было сильно сэкономить нервы токены, не дублируя всю эту систему коррекции в коде, а просто разработать набор скиллов. Все-таки гораздо удобнее вводить данные через диалог с Codex, затем просить экспортировать нужные настройки в Totalmix чем вводить данные в разработанную им же программу

А между тем проект развивается! С некоторыми танцами подключил свой телефон к Nuendo. Оказалось, что Serum 2 не поддерживает MPE контроль Tuning, а Steinberg Retrologue - да. Это важно, потому что в Nuendo (Cubase) редактирование Tuning вполне себе удобная процедура, а редактирование pitch (который поддерживает Serum 2 - просто абсолютные значения контроллера) - нет

Для ценителей хорошей музыки, сделал канал. подписывайтесь, комментируйте, ставьте лайки 🫠 https://t.me/movedbuymusic

Сегодня у меня день нейронок 😊 Потестировал некоторые модели для генерации музыки и голоса (TTS) в Pinokio. Если вдруг кто-то не знаком с Pinokio - бегите и устанавливайте его скорее. Это приложение-лаунчер для локального запуска open-source AI-инструментов (без ручной возни с Python, Git, venv, зависимостями и командами в терминале) Погонял пару часов свободный генератор музыки - убийцу Suno слабый, но зато локальный аналог Suno - StableDAW. И все-таки решил, что использовать не буду и снёс 😄 В комментариях вложил несколько примеров его работы. Оставил Omnivoice и Higgs - очень годные голосовые модели для клонирования голоса и TTS . Также добавил MMAudio (про которую писал чуть выше) - генератор звука из видео Также осталась хорошая проверенная E2-f5-tts с вот такими весами - модель для генерации фраз из клона (TTS), но требует ручной настройки (например расстановки ударений)

Еще немного оффтопа одно неочевидное применение Codex - организация файлов! На скрине моя папка с хаотично раскиданными нотами (слева) и после организации Codex (справа). Задачку решил один промпт (буквально): "Реорганизуй структуру папок. Нужно разложить ноты в соответствии с эпохой и автором"

Выдалось свободное время и решил попробовать Cursor, а потом и Codex Как программист в прошлой жизни, я был просто ошарашен его могуществом! Начал с разработки AAF-утилиты по упорядочению структуры и очистки мусора, однако AAF оказался очень не простой задачей даже для Codex/Cursor. Поэтому на утилиту я забил эта утилита пока в процессе разработки. В то же время, тестировал разные модельки для генерации звука из видео. Нашел свободную MMAudio И решил развернуть её для windows прямо в Codex. Делюсь ей для пользователей Windows (если не будет работать - пишите! будем разбираться) С 11labs не сравнивал, но основное ее преимущество - она должна работать offline. Минимальные требования: - Windows 10/11 x64 - NVIDIA GPU с CUDA-поддержкой. - Свежий NVIDIA Driver, совместимый с CUDA 11.8+. - VRAM: желательно 8 GB+, минимум около 6 GB для default large_44k_v2, но на 6 GB возможны ошибки памяти. - RAM: 16 GB+, лучше 32 GB. - Свободное место: минимум 15 GB для дистрибутива и временных файлов. - Интернет: желательно для первого запуска/докачки - генерит только 8 сек звука (это архитектурное ограничение - длиннее — хуже)

База коррекций для наушников (Crinacle, oratory1990, Rtings итп) https://autoeq.app если у вас вдруг RME и неохота вручную переносить настройки: - выбираете на сайте "EqualizerAPO ParametricEq" - скачиваете настройки - идете в GPT и вставляете сразу после промпта: "сконвертируй в формат для импорта в RME (tmreq) выбери самые большие и важные пики (в соответствии с психоакустикой) и выдай готовый к импорту файл:" тут идут настройки с сайта

Небольшой обзор интересных каналов, с фокусом на звукорежиссуру поста и саунддизайна в кино. Делитесь своими любимыми каналами! Отличный гайд по посту в кино для начинающих, и не только Наш вождь :) https://www.youtube.com/@ThomasBoykin Эмми номинант, звукорежиссер поста, много полезного, в том числе про взаимоотношения и рост в индустрии https://www.youtube.com/@masteringpostproductionsound Эмми и грэмми саунддиз https://www.youtube.com/@MYSOUND.studio разбор техник саунддизайна в AAA проектах https://www.youtube.com/@INDEPTHSoundDesign Интервью с разными звукорежиссерами серьезных проектов https://www.youtube.com/@SoundWorksCollection разбор разных техник саунддизайна sound designer в Avalanche Games https://www.youtube.com/@MarshallMcGee саунддизайн https://www.youtube.com/@AkashThakkarAudio обзор плагинов и техник https://www.youtube.com/@ProductionExpert/ *техники саунддизайна https://www.youtube.com/@NGTVST/videos делитесь своими находками и полезными каналами !

В последнее время мой фокус несколько смещен в сторону звукорежиссуры кино-поста. Делюсь некоторыми наблюдениями о звукозаписи, потому что только на посте понимаешь, как не нужно записывать звуки. Например, из очевидного: - дыхание, шаги, шуршание одежды или иных атрибутов звукорежиссера (например бума) не должны мешать записи - электронные устройства должны быть или выключены или находится в беззвучном режиме (и желательно подальше от микрофонов и рекордеров) - все голосовые команды от участников съемочного процесса должны быть разнесены по времени от звукозаписи на площадке (потому что нужную речь от ненужной очень сложно, а порой просто не возможно очистить) и менее очевидного: - фоны лучше записывать продолжительное время (хотя бы от 3 мин) потому что никогда не знаешь заранее, какой случайный звук в этом фоне может помешать. Например пролетающий мимо самолет, который уже почти не слышно ушами, но не на записи. В этом случае неплохо иметь запас по незашумленным местам - не забывать про наименование и тэгирование записей (UCS) если звук невозможно найти, то и использовать его не получится) В качестве бонуса, держите ссылки на любимую библиотеку русских фонов: https://t.me/AMBRECCHALLENGE и пока небольшой, но развивающийся канал: https://t.me/tonwagen Также, в комментариях, моя личная памятка по домашней звукозаписи на телефон для актеров 🤓 Делитесь своими мыслями!

Немножко "секретов" продакшена из сериала Pluribus (Одна из многих) Внимание, спойлеры! тем, кто не смотрел сериал - рекомендую! https://www.youtube.com/watch?v=7ocWRMKZmM8

https://youtu.be/bmLwEMI7loQ Обещанный разбор звука проморолика ко дню влюбленных. Огромное спасибо любимым ktonado.digital любезно предоставившим возможность сделать этот разбор ❤️❤️❤️ Референс по музыке: I Think Of You · Rodriguez https://www.youtube.com/watch?v=cAjfKWQ8PP0

Не могу не поделиться моей курсовой работой по контрапункту строгого стиля: — Мотет на текст молитвы «Богоро́дице Де́во, радуйся» За курс огромное спасибо моему другу, учителю и коллеге @scorebellsky и @ap_komp Отдельное спасибо: Хормейстеру @M4XSL и неподражаемому дуэту @georgio_ogio и @arina2107 Звукорежиссеру записи @mikotto и студии звукозаписи @thecinematica

Делюсь своей совместной работой с моими близкими друзьями из ktonado.digital Всех любящих пар — с Днём влюблённых! ❤️❤️❤️ Если интересен полный разбор звука в ролике, ставьте голубя! 😄

3й выпуск, про финальную обработку речи. https://youtu.be/QEp6w3pbdys Рассмотрим эквализацию, компрессию, диессеры, трюк для удаления щелчков, мультибенд компрессию, простые украшения, совсем немного стандарты громкости, левелер, лимитирование и проверку звука в RX Дополнительная информация для изучения: Эквализация голоса немного о диессерах немного о компрессии голоса мультибэнд компрессия, динамическая эквализация и их отличия что такое громкость (LUFS) и немного про TruePeaks немного про стандарты громкости Данные по некоторым стандартам громкости (октябрь 2024)

Второй выпуск! https://youtu.be/-kuCJm0o25s В нём рассмотрим некоторые нейросетевые алгоритмы, плагины и как с ними бороться. В комментариях приложу примеры (можно послушать что будет, если перед обработкой нейросетками не почистить звук в RX) Некоторые полезные ссылки на плагины и нейросетки: Очистка от шумов (много очень разных алгоритмов) UVR-Beta https://github.com/anjok07/ultimatevocalremovergui/releases mvsep.com Ресинтезирующие сервисы: Adobe enhance https://podcast.adobe.com/en/enhance Descript descript.com Auphonic https://auphonic.com/engine/ Плагины для очистки речи https://cedaraudio.com/plugins_all https://hush.audio/ https://www.supertone.ai/en/clear https://www.accentize.com/dxrevive/ https://acondigital.com/products Сервисы по генерации и клонированию голоса https://www.minimax.io/audio/text-to-speech https://elevenlabs.io/ https://www.kits.ai/ https://www.musehub.com/nl-nl/app/replay Auto-align post 2 https://www.soundradix.com/products/auto-align-post/ кроме того, мой старый пост по прежнему во многом актуален: https://t.me/dosound/40