Давно хотел основательно углубиться в изучение того, как работают современные искусственные нейронные сети.
Посмотрев некоторое количество видео на эту тему, я, пожалуй, нашёл самое всеобъемлющее — Deep Dive into LLMs like ChatGPT от Андрея Карпатого (известного как сооснователя ChatGPT).

В принципе, для общего понимания достаточно посмотреть первые полчаса.
Если сложно воспринимать технический английский, можно воспользоваться дубляжом от Яндекс.Браузера.

Чуть не пропустил. Интересная нейронка (как всегда, не универсальная) от Antares. Изначально предназначена для очистки вокальных партий от посторонних шумов, но может быть полезна и для очистки речи. Неплохо справляется с удалением собачьего лая — в отличие от других сеток.
К сожалению у неё нет никаких настроек и работает она только в виде отдельной программы.

Для сравнения приложил пару примеров с мотоциклами и собаками и их очищенные двумя сетками варианты: Roformer-Viperx-1297 и Vocal Prep от Antares.

Еще один очень полезный YouTube-канал для тех, кто работает со звуком в постпродакшене кино.

Канал Joel D. Catalan, CAS — звукоинженера с 16-летним опытом, номинанта на премию «Эмми», ре-рекординг миксера и супервайзинг саунд-эдитора.

🔹 В одном из последних видео он подробно рассказывает о своем рабочем шаблоне (template) и демонстрирует пошаговый процесс работы:
https://www.youtube.com/watch?v=oDOH842CWBg

🔹 Также рекомендую отличный туториал по работе с реверберацией и её применению в постпродакшене:
https://www.youtube.com/watch?v=NtalWiwYiYA

Пост для тех, кто хочет самостоятельно собрать и настроить акустическую систему 5.1 surround sound

Что понадобится:

🔹 Звуковая карта с шестью выходами
🔹 Мониторы:
— Три фронтальных (желательно полноразмерных) монитора
— Два тыловых монитора
— Один сабвуфер (LFE)
🔹 SPL-метр или измеритель уровня звукового давления. Нам нужен SPL-метр с функцией измерения по кривой C (например)
Для приблизительной оценки можно использовать и смартфон (например, приложение NIOSH Sound Level Meter для iPhone)

Настройка системы:

🔹 Правильно расставьте мониторы в помещении
🔹 Подключите каждый монитор (включая сабвуфер) к отдельному выходу звуковой карты
🔹 В Windows настройте аудиосистему на конфигурацию 5.1* и запустите встроенный тест. При необходимости скорректируйте подключения или уровни сигналов в микшере звуковой карты, чтобы звук из теста соответствовал расположению колонок.

*Примечание: В Windows переключение между режимами 5.1 и стерео требует изменения настроек аудиосистемы, быстрое переключение, к сожалению не реализовано. Интересно, как с этим обстоят дела у пользователей Mac?

Калибровка:

Для калибровки на каждый монитор поочередно подается розовый шум уровнем -20 dBFS. С помощью SPL-метра громкость каждого монитора (включая сабвуфер) выставляется на 85 SPL. В жилых помещениях это может быть слишком громко, поэтому можно взять значения поменьше, например 75-79 SPL, но об этом важно помнить, если вы собираетесь собирать 5.1 миксы для кинозала в вашей домашней студии.

Что посмотреть для оценки 5.1 звука (мои личные рекомендации от Gemini):

🔹 "Старикам тут не место" / No Country For Old Men (2007)
🔹 "Бегущий по лезвию 2049" / Blade Runner 2049 (2017)
🔹 "Всё везде и сразу" / Everything Everywhere All At Once (2022)
🔹 "Стражи Галактики" / Guardians of the Galaxy (вся сага)
🔹 "Безумный Макс: Дорога ярости" / Mad Max: Fury Road (2015)
🔹 "Дюна" 1 и 2 части
🔹 Трейлеры к известным фильмам

Делитесь своим опытом настройки 5.1 в комментариях!

Делюсь небольшой личной коллекцией импульсов, для любителей проверять звучание микса на разных устройствах.
Для использования импульса, его нужно загрузить в любой конволюционный ревербератор (например IRLive от Waves)

Если вы вдруг сами захотите снять импульс с какого-нибудь устройства, можно воспользоваться таким способом

Запись хлопка в ладоши (звука лопнувшего шарика, выстрела стартового пистолета или любого широкополосного сигнала) измерительным микрофоном тоже хорошо работает.

Небольшой лайфхак - если открыть импульс в спектраанализаторе (например выделив весь импульс в RX и вызвав Spectrum Analyzer) можно оценить АЧХ устройства с которого он был снят.

Многие из вас слышали про такие предложения как "Съешь еще этих французских булок да выпей чаю". Они называются панграммами и содержат все буквы алфавита.
Панграммы предназначены для демонстрации написания шрифтов.

Оказывается, существуют такие же предложения (а точнее их наборы) для проверки всех возможных звучаний (фонем и аллофонов). Называются они фонетические панграммы фонетически представительный (сбалансированный) текст (на самом деле нет устоявшегося названия таких текстов)

Получается, гораздо эффективнее на саундчеке было бы произносить фразы из серии: "Щипцы, фыркая, жгут чешуйки объевшихся пчёл в лесной глуши.", а не пресловутое "раз-два, раз-два, проверка звука" 😄

В английском языке есть стандартизированные наборы (Harvard Sentences), разработанные в Гарвардском университете для тестирования телефонных систем.
К сожалению, стандартизованного набора фраз для русского языка я не нашел (возможно его просто не существует ?).
Однако есть примеры таких текстов в статьях: один или два

а бонусом, вот вам обычные веселые панграммы на русском:
- от Лебедева
- от википедии

Ну какой же кайфовый звук

https://www.youtube.com/watch?v=m0ucyMEG44M

Утилитка, которая "музыкально" обрезает музыкальные треки до нужной длины. Не всегда работает идеально, но всегда быстрее ручного обрезания 🌚

https://www.audjust.com/

Работая над мини-сериалом вдруг осознал, что многим специалистам даже из смежных областей, совершенно неочевидно, какая большая работа на самом деле может скрываться за шумовым оформлением, не говоря о чистке голоса, саунд-дизайне и сочинении музыки.

Поэтому иногда обидно слышать от коллег фразы вроде: «Да там всего 8 минут, за полчаса можно сделать».

На картинке — восьмиминутный фрагмент серии. Большая часть работы скрыта за этими прямоугольниками. Автоматизация, саунд-дизайн, поиск подходящих звуков в библиотеках или запись фолей.
В зависимости от сложности проекта, на такой отрывок может уйти и день, и неделя