Волна популярности программ с открытым исходным кодом добралась до музыкальной индустрии, а именно — мастеринга аудио. На GitHub появилось новое приложение с открытым исходным кодом Matchering 2.0, проводящее референсный мастеринг аудиотрека прямо в окне браузера. Что интересно: во-первых, для работы приложению не нужен Интернет, а во-вторых, проект разработан российским программистом Сергеем Гришаковым.

Его можно сравнить с инструментами премиум-класса, такими как LANDR и eMastered .

Для использования Matchering 2.0 (название — совмещение слов Matching и Mastering) нужно установить Docker и ввести одну команду в консоль — на компьютере появится личный онлайн-сервис референсного мастеринга. Для работы с сервисом достаточно загрузить в Matchering исходную композицию (поле Target) и любой референс-трек (коммерческую западную запись или собственную работу в поле Reference). Спустя 10-15 секунд программа выдаёт отмастеренный трек, который можно скачать в формате WAV (16- или 24-бита).

Внутри Matchering 2.0 — специальный алгоритм, проводящий поэтапную обработку аудиосигнала. Загруженные треки проходят через анализатор структуры аудио, комплексный Mid/Side-эквалайзер, усилитель сигнала и лимитер типа Brickwall. По словам создателя приложения, этих компонентов хватает, чтобы за секунды получить финальный мастер-трек с аналогичным референсу звучанием.

Согласно описанию на странице проекта, для установки Matchering 2.0 компьютер пользователя должен отвечать определённым требованиям к операционной системе. Ограничения накладываются платформой Docker Desktop, которая работает только на: Windows 10 Pro, Enterprise и Education (64-бит); macOS 10.12 и выше; CentOS, Debian, Fedora и Ubuntu Другие операционные системы не поддерживаются. Пользователи Windows 7, как и пользователи упрощённых редакций ОС от Майкрософт, к сожалению, не смогут опробовать инструмент на своей машине — Docker откажется устанавливаться.

Он состоит из двух частей: Matchering Core и Matchering Web .

Matchering Core: Отдельный модуль для автоматизированного освоения ссылок, полностью основанный на открытых технологиях (Python, Numpy), который может быть бесплатно вставлен в любую программу любым разработчиком !

Matchering Web: клиент для использования Matchering Core внутри браузера. Оказывается, это самостоятельная альтернатива LANDR/eMastered!

Как работает Matchering 2.0?

Он работает путем сравнения вашего трека (целевого трека) с эталонным треком (выбранным вами и который звучит потрясающе). Затем он будет работать над согласованием среднеквадратического значения целевой дорожки, частотной характеристики, пиковой амплитуды и стерео.

Это делается на различных этапах, включая нормализацию, обработку Mid/Side (M/S), разделение дорожки и поиск среднеквадратичных значений секции. Здесь требуется каждый раздел выше значения RMS, чтобы отличить падения и разрывы от сборок. Затем он сопоставляет их с нормализованным значением.

После этого этап эквалайзера принимает значения БПФ и определяет частотные характеристики, соответствующие им, на каждой средней и боковой дорожке отдельно. Обеспечение «очень точного соответствия ширины стерео в качестве бонуса».

Затем он повторно анализирует RMS, добавляет ограничитель кирпичной стены и повторно нормализует звук.

Один интересный момент в этом процессе заключается в том, что на этапе разделения песня разбивается на интервалы по 15 секунд. Это происходит потому, что 15 секунд — это продолжительность 8 тактов (обычно изменения происходят после 8 тактов в EDM) при 128 ударах в минуту.

Разработчики отмечают, что программное обеспечение можно «немного» улучшить, анализируя BPM и вместо этого устанавливая время разделения в соответствии с BPM, однако говорят, что интервалы в 15 секунд действительно работают, и результаты «уже хорошие».

В этом видео показано это в действии, и, несмотря на целенаправленные попытки усложнить задачу, инструмент все же сумел хорошо сопоставить необработанный трек с эталоном.

Так как Matchering 2.0 — проект с открытым исходным кодом, любой пользователь может предложить свои идеи или изменения для улучшения приложения. Исходники приложения размещены на GitHub.

Ознакомиться с приложением и его возможностями, а также протестировать сервис можно, перейдя на страницу инструкций по установке программы для разных платформ. Репозиторий версий проекта доступен на этой странице.

системные требования:

Для Windows — 10 64-bit: Pro, Enterprise или Education 

Для macOS — 10.12 или новее 

Для Linux — CentOS, Debian, Fedora или Ubuntu