यह लेख संगीत का स्कोर बनाने वाले टूल चुनने की हमारी गाइड का हिस्सा है।
स्कोर कितना अच्छा बनेगा, इसमें आपकी चुनी हुई फ़ाइल का सबसे बड़ा हाथ है। WAV और FLAC को सबसे अच्छा माना जाता है क्योंकि वे लॉसलेस हैं। लेकिन साफ़ और ऊँची बिटरेट वाली MP3 से भी लगभग उतना ही अच्छा स्कोर बनता है और फ़ॉर्मैट की वजह से नतीजा कम ही खराब होता है। असल फ़र्क फ़ॉर्मैट के भीतर मौजूद रिकॉर्डिंग की गुणवत्ता से पड़ता है।
कौन से फ़ॉर्मैट काम करते हैं
आम ऑडियो फ़ॉर्मैट स्कोर बनाने के लिए काम करते हैं। Songscription में इनमें से कोई भी फ़ाइल अपलोड करें:
- WAV और FLAC: लॉसलेस फ़ॉर्मैट। अगर ये मौजूद हों, तो मूल आवाज़ की बारीकियाँ बनाए रखने के लिए सबसे अच्छे विकल्प हैं।
- MP3 और M4A: कम्प्रेस किए हुए फ़ॉर्मैट जो बहुत आम हैं और ऊँची बिटरेट पर बेहतरीन काम करते हैं। आपके पास पहले से मौजूद ज़्यादातर फ़ाइलें इन्हीं में होंगी।
- AAC और OGG: दूसरे कम्प्रेस किए हुए फ़ॉर्मैट जिनसे अच्छा स्कोर बनता है।
फ़ाइल के बजाय YouTube लिंक पेस्ट करें या सीधे माइक्रोफ़ोन से रिकॉर्ड करें। स्रोत कोई भी हो, AI उसे विश्लेषण के लिए इस्तेमाल होने वाले रूप में बदलता है। इसलिए अपलोड करने से पहले आपको फ़ाइल का फ़ॉर्मैट बदलने की ज़रूरत नहीं है।
लॉसलेस और लॉसी फ़ॉर्मैट का फ़र्क
WAV और FLAC जैसे लॉसलेस फ़ॉर्मैट मूल ऑडियो की हर बारीकी रखते हैं। MP3 और AAC जैसे लॉसी फ़ॉर्मैट आवाज़ के वे हिस्से हटाकर फ़ाइल छोटी करते हैं जिन्हें इंसान की सुनने की क्षमता पर आधारित मॉडल के अनुसार आप शायद नहीं सुन पाएँगे। इस तरह एक गाना कुछ मेगाबाइट में समा जाता है। स्कोर बनाने के लिए सवाल यह है कि हटाई गई बारीकियाँ नोट पहचानने के लिए ज़रूरी थीं या नहीं। अच्छी बिटरेट पर आम तौर पर ऐसा नहीं होता। नोटों के मूल सुर और उनके शुरू होने का समय कम्प्रेशन के बाद भी अच्छी तरह बने रहते हैं। लॉसलेस फ़ॉर्मैट में कोई बारीकी खोने का जोखिम नहीं रहता। लॉसी फ़ाइलों से भी अच्छा स्कोर बन सकता है। अगर आपके पास सिर्फ़ 320 kbps की MP3 है, तो उसे बेझिझक अपलोड करें।
रिकॉर्डिंग फ़ॉर्मैट से ज़्यादा मायने क्यों रखती है
अक्सर लोग WAV और MP3 के बीच चुनाव पर बहुत सोचते हैं और रिकॉर्डिंग में वादन कितना साफ़ सुनाई देता है, इस बात पर कम ध्यान देते हैं। जबकि स्कोर कितना अच्छा बन सकता है, यह उसी से तय होता है। स्कोर बनाने वाला मॉडल आवाज़ से सुर और नोटों का समय पहचानता है। फ़ाइल में मूल आवाज़ की बारीकियाँ चाहे जितनी अच्छी तरह बची हों, आवाज़ को धुँधला करने वाली कोई भी चीज़ सटीकता घटाती है। शोर भरे कैफ़े के दूसरे छोर से रिकॉर्ड किए गए पियानो की बेहतरीन WAV फ़ाइल से बना स्कोर, शांत कमरे में पियानो की कीज़ से एक फ़ुट की दूरी पर रिकॉर्ड की गई साधारण MP3 से बने स्कोर से खराब होगा। फ़ॉर्मैट से थोड़ा फ़र्क पड़ता है, रिकॉर्डिंग से कहीं ज़्यादा। आवाज़ से जुड़ी किन बातों का सटीकता पर असर पड़ता है, यह हमने AI से बने स्कोर की सटीकता अलग-अलग क्यों होती है में समझाया है।
किस तरह की रिकॉर्डिंग से स्कोर बनाना आसान होता है
अगर आप खुद ऑडियो रिकॉर्ड कर रहे हैं, तो कुछ बातों का सबसे ज़्यादा असर पड़ता है:
- आवाज़ के स्रोत के पास जाएँ। माइक्रोफ़ोन जितना पास होगा, उतनी ज़्यादा सीधी आवाज़ और कमरे की उतनी कम गूँज रिकॉर्ड होगी।
- आसपास का शोर हटाएँ। शांत कमरा चुनें, जहाँ बातचीत, पंखे या ट्रैफ़िक की आवाज़ न हो। शोर में नोट साफ़ सुनाई नहीं देते।
- क्लिपिंग से बचें। बहुत ऊँची आवाज़ में रिकॉर्ड करने से सबसे तेज़ हिस्सों में आवाज़ बिगड़ जाती है। इससे नोटों की शुरुआत भी बिगड़ती है, जिन पर मॉडल निर्भर करता है। रिकॉर्डिंग लेवल थोड़ा कम रखें।
- साफ़ और सीधी रिकॉर्डिंग चुनें। बहुत ज़्यादा रीवर्ब और इफ़ेक्ट से सुर और नोटों का समय धुँधला हो जाता है। बिना रीवर्ब वाली साफ़ और नज़दीक से की गई रिकॉर्डिंग में नोट पहचानना आसान है।
AI से सटीक संगीत स्कोर कैसे बनाएँ में भी साफ़ नतीजा पाने के लिए इन्हीं तरीकों को चरण दर चरण समझाया गया है।
वे गलतियाँ जो चुपचाप सटीकता घटाती हैं
कुछ तरीकों से उल्टा नुकसान होता है। पहले से कम्प्रेस की हुई फ़ाइल को ऊँची बिटरेट पर फिर एक्सपोर्ट करने से फ़ायदा नहीं होता। हटाई गई बारीकियाँ वापस नहीं आतीं, सिर्फ़ फ़ाइल बड़ी हो जाती है। रिकॉर्डिंग में ही तेज़ इफ़ेक्ट या EQ जोड़ देने से मॉडल को मदद मिलने के बजाय वह और उलझ सकता है। किसी ट्रैक का सबसे तेज़ और मास्टरिंग के दौरान सबसे ज़्यादा प्रोसेस किया गया वर्ज़न चुनना भी हमेशा सही नहीं होता। मास्टरिंग में बहुत ज़्यादा डायनैमिक रेंज कम्प्रेशन से आवाज़ के उतार-चढ़ाव कम हो सकते हैं, जिनकी मदद से मॉडल नोटों की शुरुआत पहचानता है। विकल्प हो तो तेज़ और प्रोसेस की हुई रिकॉर्डिंग की जगह साफ़, नैचुरल रिकॉर्डिंग चुनें।
YouTube लिंक और फ़ोन की रिकॉर्डिंग
हर बार फ़ाइल की ज़रूरत नहीं होती। YouTube लिंक पेस्ट करके उस गाने का स्कोर बनाया जा सकता है जो आपके पास सिर्फ़ वीडियो के रूप में है। वहाँ ऑडियो की गुणवत्ता आम तौर पर काम के लिए काफ़ी अच्छी होती है। यह तरीका हमने YouTube से स्कोर बनाने वाले लेख में समझाया है। फ़ोन की रिकॉर्डिंग भी काम करती है। अपने वादन का वॉइस मेमो भी अच्छा स्रोत है, बशर्ते रिकॉर्डिंग पास से और शांत जगह में की गई हो। यह तरीका वॉइस मेमो से स्कोर बनाने वाले लेख में दिया गया है। दोनों मामलों में डिवाइस से मिली फ़ाइल सीधे अपलोड हो जाती है। फ़ोन की फ़ाइल अक्सर M4A होती है।
अक्सर पूछे जाने वाले सवाल
संगीत का स्कोर बनाने के लिए कौन सा ऑडियो फ़ॉर्मैट सबसे अच्छा है?
WAV या FLAC जैसा लॉसलेस फ़ॉर्मैट सबसे अच्छा है, क्योंकि उसमें लॉसी कम्प्रेशन से कोई जानकारी हटाए बिना रिकॉर्डिंग की हर बारीकी बनी रहती है। फिर भी, ऊँची बिटरेट वाली अच्छी MP3 या M4A से लगभग उतना ही अच्छा स्कोर बनता है। इसलिए फ़ॉर्मैट की वजह से नतीजे में कमी कम ही आती है। रिकॉर्डिंग की गुणवत्ता कहीं ज़्यादा मायने रखती है। साधारण MP3 में साफ़ रिकॉर्डिंग, बेहतरीन WAV में सेव की गई शोर भरी और दूर से की गई रिकॉर्डिंग से हमेशा बेहतर होगी। अपने पास मौजूद सबसे अच्छी गुणवत्ता वाली फ़ाइल इस्तेमाल करें और फ़ाइल के फ़ॉर्मैट की ज़्यादा चिंता न करें।
क्या MP3 से स्कोर बन सकता है या WAV चाहिए?
MP3 अच्छी तरह काम करती है। करीब 256 से 320 kbps की ऊँची बिटरेट वाली MP3 में संगीत की वे बारीकियाँ बनी रहती हैं जिनकी स्कोर बनाने वाले मॉडल को ज़रूरत होती है। ज़्यादातर लोगों को इसके और WAV से बने स्कोर में कोई फ़र्क नहीं दिखेगा। WAV और FLAC मौजूद हों तो उन्हें चुनना बेहतर है, क्योंकि वे लॉसलेस हैं। लेकिन अपलोड करने से पहले MP3 को WAV में बदलने की ज़रूरत नहीं है। इससे सिर्फ़ फ़ाइल का आकार बढ़ता है, MP3 से पहले ही हटाई गई जानकारी वापस नहीं आती।
क्या फ़ोन की रिकॉर्डिंग से स्कोर बनाया जा सकता है?
हाँ, बहुत से लोग फ़ोन की रिकॉर्डिंग से स्कोर बनाते हैं। आवाज़ के स्रोत के पास रहकर, कमरे में शांति रखकर और बहुत ऊँची आवाज़ में रिकॉर्डिंग न करके क्लिपिंग से बचें, तो फ़ोन से काम की रिकॉर्डिंग मिलती है। फ़ोन में सेव हुई फ़ाइल, जो अक्सर M4A होती है, सीधे काम करती है। असली सीमाएँ फ़ॉर्मैट की नहीं, रिकॉर्डिंग की हैं। आसपास का शोर, दूरी और कमरे में गूँज आवाज़ को धुँधला करके सटीकता घटाते हैं। इसलिए एक वाद्य की ध्यान से की गई रिकॉर्डिंग से अच्छा स्कोर बन सकता है, जबकि शोर भरे कमरे में दूर से बनाई गई क्लिप से नहीं।
फ़ाइल तैयार है? उसे अपलोड करके देखें कि कितना साफ़ स्कोर बनता है।
