音频指纹匹配是什么？识曲背后的原理
音频指纹匹配是识曲的底层机制：把声音提特征压成指纹，再去曲库里哈希比对。本文讲清指纹怎么生成、比对怎么命中，以及哪些录音会让它认不出一首歌。
AI基础百科
共1972篇文章AI基础百科栏目解释 AIGC、提示词、Agent、RAG、Token、模型、工作流、检测与认证等常见概念，适合新手快速补齐 AI 工具使用前的基础知识。
最新发布
云端和端侧 TTS 差在哪？部署的取舍
云端合成用大模型换音质，端侧合成用小模型换离线与隐私，两条部署路线各有账要算。本文按音质、算力、延迟、隐私几个维度对照取舍，帮部署决策对号入...
采样库配乐和 AI 生成配乐差在哪？
配乐从哪来，决定项目的效率与自由度。本文把采样库与 AI 生成两条路逐项对照，讲清挑选与生成的机制差别，以及授权这张底牌两条路各握着什么。
近期文章
响度归一是什么？听感一致的幕后秘密
两段素材峰值一样高，听着却一轻一响，问题出在峰值不等于听感。本文拆解感知响度的计量与归一化流程，看清平台响度标准...
字幕还是配音？跨语言视频的两条路
同一条视频面向另一门语言的观众，加字幕与换配音是两条路：一条省事保原声，一条沉浸但工序重。本文按工序、观感与授权...
人声分离和分轨输出差在哪？两种交付
人声分离抽一条要紧的轨，分轨输出把整首拆成零件，两种交付常被混为一谈。本文按结构与用途逐项对照，讲清哪种适合伴奏...
「分离完就能用」错在哪？音质的坑
分离完的音频拿来就用，常在音质上栽跟头。本文先摆三种常见说法再逐条对照，讲清残留与伪影从哪来、哪些场景必须再加工...
热门排行
更多文章
-
音素是什么？语音里最小的一块积木
音素是语音里不能再切分的发音单位，识别与合成都以它为坐标。本文讲清音素与声母韵母的关系、几十块积木怎么拼出无限词，以...
-
音高提取是怎么做的？找声音的起伏
音高提取就是把声音的起伏逐帧量成基频曲线，修音与唱歌打分都从这一步起步。本文讲清时域与频域两路追踪的做法，以及重叠、...
-
静音裁剪是怎么做的？先找停顿再剪
静音裁剪先找停顿再动手：能量低谷定位静音区，余量规矩保住字头字尾。本文拆解检测门槛怎么设、裁剪参数怎么定，以及哪些场...
-
频带扩展是什么？让老录音重新变清晰
老录音发闷，多半是高频段从一开始就没录进去。本文讲清频带扩展怎么推算缺失的高频，电话音如何变宽屏音，以及补出来的部分...
-
多角色分派是怎么做的？一人多角各归各
一人多角的 AI 配音要先做分派：台词按说话人切开，角色表锁定音色，合成参数逐角色配置。本文讲清多角色分派的调度机制...
-
分段拼接是怎么接自然的？接口的处理
长文本分段合成再接回去，自然与否全看接缝。本文拆解分段拼接的接口处理：能量、语调、停顿三样怎么顺，交叉淡化与接口检测...
-
音乐风格解析是什么？听出曲子的标签
一首曲子送进系统，出来一串标签：什么节奏、什么乐器、什么情绪。本文拆解音乐风格解析的三条打标线路，看清机器怎么把曲子...
