همه محصولات

ساخت تمرین تبلچر با هوش مصنوعی

از نت گیتار، یک صفحه تمرین تعاملی بسازید؛ سرعت رو کم کنید، چند میزان رو تکرار کنید و نت رونویسی‌شده رو کنار تصویر اصلی بررسی کنید.

ساخت تمرین تبلچر با هوش مصنوعی راهی برای تبدیل نت ثابت به صفحه‌ایه که می‌تونید همراهش تمرین کنید. اسکیل guitar-playalong-simulator از تصویر یا فایل نت و داده ساختاری، یک پخش‌کننده HTML با صدای مصنوعی سیم می‌سازه. هدف اینه که میزان‌ها رو در تصویر پیدا کنید، پخش رو دنبال کنید و بخش دشوار رو با سرعت مناسب دوباره تمرین کنید؛ خروجی قرار نیست صدای نوازنده یا ضبط اصلی آهنگ رو بازسازی کنه.

بخش مهم کار، بررسی رونویسیه. ابزار آماده‌سازی می‌تونه در پیدا کردن خط‌های سیم و بخش‌هایی از ریتم کمک کنه، ولی عددهای فرت رو به طور کامل و خودکار تشخیص نمی‌ده. موردهای حل‌نشده باید در نسخه پیش‌نویس مشخص بمونن. صفحه نهایی می‌تونه بدون سرویس پخش بیرونی در مرورگر باز بشه؛ لازم نیست برای تمرین محلی اون رو روی سایت منتشر کنید یا در حسابی ذخیره کنید.

کاربردها

  • کم کردن سرعت تمرین بدون تغییر زیر و بمی
  • تکرار چند میزان انتخاب‌شده
  • شنیدن خط‌های جدا با قطع یا تک‌صدا کردن بخش‌ها
  • تمرین همراه مترونوم و شمارش شروع
  • مقایسه نت رونویسی‌شده با تصویر اصلی
  • آزمایش تغییر کاپو در محدوده پخش‌کننده

نصب و استفاده

  1. اسکیل رو در ایجنت‌تون نصب کنید و نت مجاز و واضح رو بدید. ایجنت به دسترسی فایل، خواندن تصویر و Python نیاز داره؛ خروجی رو در مرورگر بررسی کنید. برای PDF، آماده‌سازی تصویر صفحه هم باید در دسترس باشه.
  2. درخواست مشخصی بدید. مثلا بگید «از این چهار میزان یک صفحه تمرین بسازید؛ تصویر اصلی رو نگه دارید، موردهای نامطمین رو مشخص کنید و برای تکرار میزان‌های دوم و سوم امکان انتخاب بذارید».
  3. پیش‌نویس رو پیش از تمرین بررسی کنید. لطفاً عدد فرت، زمان نت و اتصال‌ها رو با تصویر مقایسه کنید؛ اجرای بی‌خطا در مرورگر به تنهایی درستی رونویسی رو ثابت نمی‌کنه.
  4. فایل رو باز کنید، سرعت مناسب رو انتخاب کنید و بخش دشوار رو تکرار کنید. نشانه‌هایی مثل برگشت‌های پیچیده یا تغییرهای آزاد سرعت ممکنه به بررسی دستی نیاز داشته باشن؛ نتیجه رو گوش کنید و اصلاح‌ها رو به ایجنت برگردونید.

سوالات متداول

منبع

ساخته Kinglawyer (jinjin20220405). نام اصلی: guitar-playalong-simulator، منتشرشده در GitHub با مجوز MIT.

مشاهده در GitHub