استكمال الصوت: أي جزء هو التسجيل الأصلي وأي جزء مولد؟

الخلاصة السريعة

حدد المقدمة والامتداد ومعنى الناتج، واحتفظ بالأصل؛ اكتمال مدة الملف لا يثبت حفظ البداية أو نجاح الانتقال.

• يوثق مسار MusicGen في Transformers الاستكمال بمدخل صوتي، وحدًا قدره 30 ثانية يشمل المقدمة الصوتية؛ هذا حد المسار الموثق لا كل أدوات التوليد. ^[1]
• في المثال خمس ثوان مرجعية وثلاث إضافية تساوي ثماني ثوان فقط إذا شمل الناتج الجزأين بتلك الأطوال، دون قص أو تداخل زمني.
• يمر الاستكمال الموثق في AudioCraft بمعالجة المدخل وترميزه وفك صوت من الرموز؛ لا تفترض أن البداية نسخة مطابقة للملف الأصلي. ^[2]
• راجع نهاية المقدمة وبداية الامتداد، وسجل مصدر كل جزء؛ انتقال سلس لا يثبت مطابقة كل المطلوب أو وقوع التسجيل الجديد في العالم.

الاستكمال له حدود مدخل وناتج

تشرح وثائق MusicGen في Transformers استعمال المدخل الصوتي للاستكمال، وتذكر حد 30 ثانية، مع احتساب المدخل ضمنه. ليس هذا حكمًا على كل مكتبات التوليد أو خدماتها. اقرأ حد المسار المعني قبل طلب امتداد يتجاوز سعته. ^[1]

قبل الإنتاج، اسأل عن معنى حقل المدة وعن محتوى الملف الذي سيعاد. قد تحتاج نسخة كاملة للمونتاج، أو جزءًا جديدًا تلحقه بالأصل. هذان تسليمان مختلفان، والفرق مهم حتى لو وصف الاثنان في الواجهة بكلمة «استكمال». لا ننقل افتراضًا عن واجهة إلى أخرى دون التحقق من عقدها.

جمع مدد معلنة لا يصف كل مخرج

نؤلف مهمة لمقدمة موسيقية خيالية مدتها خمس ثوان، ونريد بعدها ثلاث ثوان جديدة. إذا كان الناتج يتضمن المقدمة ذات الطول المعلن والامتداد كله، دون قص أو تداخل، فالمجموع ثماني ثوان. أما إذا عاد الامتداد وحده، فثلاث ثوان لا تعني نقص المقدمة من ملف كان يفترض أن يحتويها؛ ربما سلمت في ملفها المنفصل.

ولو ألحق المحرر نسخة كاملة من ثماني ثوان بالأصل ذي الخمس، فقد يكرر البداية بدل استكمالها مرة واحدة. ينبغي معرفة حدود الأجزاء قبل الجمع. الأرقام هنا شروط مثال مكتوب، وليست إعدادات شغلناها أو مددًا قسناها من ناتج. لا نثبت منها أن مكتبة بعينها أعادت شكلًا محددًا.

حفظ المرجع يختلف عن تطابق الصوت المعاد

في دالة الاستكمال الموثقة في AudioCraft، يعالج المدخل لتوافق خصائص الصوت، ثم يرمز ويوجه التوليد، ويعاد صوت مفكوك من الرموز. ^[2]

لذلك احتفظ بالملف المرجعي منفصلًا، ولا تعد اسم «المقدمة» برهانًا على أن أول خمس ثوان من نسخة مشتقة بقيت مطابقة له. إذا كانت المهمة تشترط إبقاء الأصل دون تغيير، افحص هذا الشرط تحديدًا واختر طريقة تركيب تحقق المقصود، بدل افتراضه من وجود مرجع في الطلب.

قد تكون البداية المعاد بناؤها قريبة سمعيًا، مع كونها مشتقة. والقرب في الاستماع لا يثبت تطابق الملفين. سجل هل الجزء نسخ من الأصل أم نتج عن مسار معالجة، وما الذي راجعته فعلًا؛ المقال لا يتضمن اختبار مطابقة أو استماعًا.

راجع حد الانتقال دون توسيع الحكم

في مثال الخمس والثلاث، موضع الانتقال المقصود عند نهاية المقدمة. راجع الجزء المحيط بهذا الحد حين يتوفر الصوت، وسجل انقطاعًا أو تكرارًا أو تغيرًا في الإيقاع إذا لاحظته. لكن اتصال الجزأين بسلاسة لا يثبت أن الامتداد أدى الفكرة الموسيقية المطلوبة أو أن بقية الشروط تحققت.

احتفظ ببطاقة تبين مصدر كل جزء وطريقة ضمه وحالة المراجعة. لا تقدم الجزء الجديد بوصفه حدثًا سجلته أداة في مكان حقيقي، ولا تنقل نتيجة نسخة سابقة إلى تعديل لاحق. بهذه الخانات تستطيع تحديد هل المشكلة في طول الامتداد، أو تكرار المقدمة، أو انتقال يحتاج مراجعة.