सिंक मॉडल

Youka आपके कराओके ट्रैक्स में लिरिक्स को संगीत के साथ मैच करने के लिए अलग-अलग तरीक़े प्रदान करता है, जिन्हें sync models कहा जाता है। इसके दो मुख्य प्रकार हैं: transcription और alignment।

Model Types #

• Transcription models गाना सुनते हैं और इंसान की तरह लिरिक्स लिखने की कोशिश करते हैं, जिसमें voice recognition जैसी तकनीक का इस्तेमाल होता है। हालांकि, जो शब्द वे लिखते हैं वे हमेशा पूरी तरह सटीक नहीं हो सकते।

• Alignment models में आपको लिरिक्स प्रदान करने होते हैं। फिर ये उन लिरिक्स को गाने के साथ मैच करने की कोशिश करते हैं। अगर आपके दिए हुए लिरिक्स गाने से बिल्कुल मेल नहीं खाते (जैसे कोई chorus मिसिंग हो), तो कुछ हिस्सों में timing थोड़ा बिगड़ सकता है।

Available Models #

AudioShakeAI (Transcription) #

यह सबसे बेहतर विकल्प है और पहले लिरिक्स लिखकर फिर उन्हें संगीत के साथ मैच करके काम करता है। यह केवल तब उपलब्ध है जब आप Pay-Per-Use यूज़र हों या trial का उपयोग कर रहे हों, और इसे काम करने में 10 मिनट तक लग सकते हैं।

AudioShakeAI (Alignment) #

यह अगला विकल्प है और आपके दिए हुए लिरिक्स को संगीत के साथ मैच करता है। अगर लिरिक्स में गलतियाँ हैं, तो timing पूरी तरह सही नहीं हो सकती। इसमें भी 5 मिनट तक लग सकते हैं।

Wav2Vec2 (Alignment) #

यह तीसरा विकल्प है और AudioShakeAI की तरह काम करता है, लेकिन लगभग सभी भाषाओं को सपोर्ट करता है। यह तेज़ है और आमतौर पर 30 सेकंड तक में पूरा हो जाता है।

Whisper (Transcription) #

यह चौथा विकल्प है और syncing से पहले संगीत सुनकर लिरिक्स लिखता भी है। लिरिक्स पूरी तरह सटीक न भी हों, लेकिन timing ठीक-ठाक होनी चाहिए, और इसे पूरा होने में 2 मिनट तक लग सकते हैं।