Beatoria: ১০,৩৮১টি কৃত্রিম বুদ্ধিমত্তার কভার গান যা বিখ্যাত ট্র্যাকগুলোকে সম্পূর্ণ নতুন লিরিক্স দিয়ে নতুনভাবে উপস্থাপন করে

Beatoria কৃত্রিম বুদ্ধিমত্তার কভার গানের একটি বিনামূল্যের ক্যাটালগ, যা একটি অসাধারণ নিয়মের ওপর ভিত্তি করে তৈরি: প্রতিটি ট্র্যাকে একটি বিখ্যাত গান নতুন কণ্ঠে গাওয়া হয়েছে, কিন্তু মূল লিরিক্সের একটিও পংক্তি পুনরায় ব্যবহার করা হয়নি। দশ হাজার ট্র্যাক, পঁচিশটি কণ্ঠ ভাষা, চৌদ্দটি ধারা, প্রায় আট হাজার স্টাইল প্রম্পট — এবং একটি স্টুডিও যেখানে আপনি আপনার নিজের গান তৈরি করতে পারেন। পুরো প্রক্রিয়াটি কীভাবে কাজ করে তা এখানে আলোচনা করা হলো।

এক বাক্যে ধারণা

একটি গান নিন যা সবাই জানে। এর অনুভূতিটি বজায় রাখুন — ধারা, যুগ, শক্তি, এবং বিন্যাসের গঠন। তারপর এর জন্য সম্পূর্ণ নতুন লিরিক্স লিখুন, একটি নতুন কণ্ঠ তৈরি করুন, মূল শিল্পীকে স্পষ্টভাবে ক্রেডিট দিন, এবং ফলাফলটি একটি কাল্পনিক শিল্পীর নামে প্রকাশ করুন।

এটিই হলো Beatoria। এটি একটি ক্যারaoke সাইট নয়, স্টেম-স্প্লিটার নয়, ভয়েস-ক্লোন টুল নয়, এবং লিরিক্স আর্কাইভও নয়। এটি মূল গানগুলোর সাথে কথোপকথনে থাকা মৌলিক গানের একটি ক্যাটালগ — এবং এই দুটি বিষয়ের মধ্যে পার্থক্যই পুরো পণ্যটির মূল ভিত্তি।

তাই একটি ট্র্যাক ক্যাটালগে "Snow From Another Year" — White Christmas — Bing Crosby-এর একটি কভার হিসেবে থাকে। অথবা "Flicker in the Draft", যা Candle in the Wind 1997 — Elton John-এর একটি কভার। অথবা "Цвіт опівночі", যা Червона рута — Володимир Івасюк-এর দিকে তাকিয়ে আছে। রেফারেন্স পেজে রয়েছে; কথাগুলো নতুন।

সংখ্যার মাধ্যমে ক্যাটালগ

ধরন

চৌদ্দটি বিভাগ, এবং বন্টনটি প্রকৃত জনপ্রিয় সঙ্গীত কী তা একটি সুষ্ঠু চিত্র তুলে ধরে:

ভাষা

পঁচিশটি ভোকাল ভাষা, এবং এখানেই ক্যাটালগটি ইংরেজি ভাষার একটি নতুনত্বের প্রকল্প হিসেবে মনে হওয়া বন্ধ করে। ইংরেজি ৪,১২২টি ট্র্যাক নিয়ে শীর্ষে, কিন্তু স্প্যানিশ ১,১০৫টি, হিন্দি ৫৯২টি, কোরিয়ান ৪৮৮টি, জাপানি ৪৩১টি, পর্তুগিজ ৪২২টি, চাইনিজ ৩৮২টি, ফরাসি ৩০৪টি, তুর্কি ২৩৭টি, আরবি ২৩০টি, রাশিয়ান ২২৯টি, ইতালিয়ান ২২৮টি, জার্মান ২২০টি, ইউক্রেনিয়ান ২০০টি, সুইডিশ ১৭১টি — এবং তারপর ইন্দোনেশিয়ান, পার্সিয়ান, পোলিশ, ভিয়েতনামিজ, হিব্রু, থাই, গ্রিক এবং তাগালোগ ভাষায় ১১৫টি করে ট্র্যাকের একটি দীর্ঘ, ইচ্ছাকৃতভাবে সমান তালিকা, ডাচ ভাষায় ৭৬টি সহ।

এই সমতল তালিকাটি ডেটার একটি দুর্ঘটনা নয়। এটি একটি উৎপাদন সিদ্ধান্ত: প্রতিটি ভাষার জন্য একটি নির্দিষ্ট ব্যাচ তৈরি করা হয়েছিল যাতে ম্যানিলা, তেহরান বা ব্যাংকক থেকে আসা একজন শ্রোতা তিনটি টোকেনের বদলে একটি প্রকৃত বিভাগ খুঁজে পান।

দেশ

ত্রিশটি দেশের তাদের নিজস্ব ব্রাউজেবল বিভাগ রয়েছে — যুক্তরাজ্য, স্পেন, ভারত, দক্ষিণ কোরিয়া, জাপান, পর্তুগাল, ইউক্রেন, চীন, ফ্রান্স, তুরস্ক, মিশর, ইতালি, রাশিয়া, জার্মানি, সুইডেন, ভিয়েতনাম, ইসরায়েল, ফিলিপাইন, ইরান, ইন্দোনেশিয়া, থাইল্যান্ড, গ্রিস, পোল্যান্ড, নেদারল্যান্ডস, উজবেকিস্তান, বাংলাদেশ, যুক্তরাষ্ট্র এবং আরও অনেক। দেশ হলো ভাষার থেকে একটি পৃথক অক্ষ, কারণ একটি বোলিউড ট্র্যাক এবং একটি হিন্দি ভাষার ট্র্যাক একই কুয়েরি নয়।

শিল্পী এবং অ্যালবাম

ক্যাটালগ জুড়ে ৩,২১৯টি মূল শিল্পীর উল্লেখ রয়েছে, এবং ১৮৬টি অ্যালবাম ট্র্যাকগুলিকে কুরেটেড সংকলনে গ্রুপ করে। প্রতিটি উল্লিখিত শিল্পীকে একটি ছদ্মনাম দেওয়া হয় — সেই কৃত্রিম পারফরমার নামের অধীনে যে AI কভারগুলি প্রকাশিত হয়। The Beatles-এর কভারগুলো Ash Titan হিসেবে প্রকাশিত হয়; Elvis Presley-এর Saint & the Beacons; Aretha Franklin-এর The Northern Crowns; Marvin Gaye-এর Iron Circuits। এটি একটি ছোট ডিজাইন সিদ্ধান্ত যা অনেক কাজ করে: এটি ক্রেডিটকে সৎ রাখে এবং এটি অনন্যভাবে স্পষ্ট করে তোলে যে আপনি মূল পারফরমারকে শুনছেন না।

কিভাবে আপনি দশ হাজার গান ব্রাউজ করবেন

এত বড় একটি ক্যাটালগ ততটাই ভালো যতটাই এর ভেতরে প্রবেশের উপায়গুলো ভালো, এবং Beatoria পাঁচটি স্বাধীন অক্ষ প্রকাশ করে, প্রতিটির নিজস্ব পেজ সেট রয়েছে:

এই প্রম্পট তালিকাটি বিস্তারিতভাবে বিবেচনার যোগ্য। তিন হাজার আটশত আটানব্বইটি স্বতন্ত্র শৈলী বিবরণ রয়েছে, যা বহুল প্রচলিত (trap, disco rock, uptempo pop, dance pop EDM) থেকে শুরু করে অত্যন্ত সুনির্দিষ্ট (1975 super robot anime theme, mid 2000s Spanish pop rock, tulip-themed, robotic vocoder, festive patriotic, galloping riff, brass hook, female harmony)—এই সবকিছুকে কভার করে। প্রতিটি শৈলীর জন্য একটি পৃষ্ঠা তৈরি করা হয়েছে, এবং প্রতিটি পৃষ্ঠাই হলো একটি প্রবেশপথ।

অদৃশ্য ফ্যাসেট সিস্টেম

দৃশ্যমান শ্রেণিবিন্যাসের আড়ালে একটি দ্বিতীয়, কাঠামোগত শ্রেণিবিন্যাস রয়েছে: সাতটি পরস্পর-নিরপেক্ষ গোষ্ঠীর মধ্যে ৫৫টি ফ্যাসেট, যা ট্র্যাকগুলোর সাথে যুক্ত এবং ফিল্টারিং এবং সাইটের "more like this" (এর মতো আরও) লজিকের জন্য ব্যবহৃত হয়।

আসল মজার বিষয়টি হলো সর্টিংয়ের সময় এগুলোকে কীভাবে ওজন দেওয়া হয়। ক্যাটালগের রিলেভ্যান্স র‍্যাংকিং ফ্যাসেট ম্যাচগুলোর প্রতি সব সমানভাবে আচরণ করে না — সংকীর্ণ, অর্থবহ ফ্যাসেটগুলোর (যুগ, মড, ক্রিয়াকলাপ) ওজন বেশি হয় বিস্তৃত ফ্যাসেটগুলোর (তাল, শক্তি) চেয়ে, কারণ সবকিছুরই কিছু না কিছু তাল থাকে কিন্তু সবকিছু নস্টালজিক ৮০-এর দশকের ড্রাইভিং মিউজিক নয়। প্রকৃত প্লে কাউন্ট থেকে পরিমাপকৃত জনপ্রিয়তা হলো টাই-ব্রেকার।

ওই সংমিশ্রণ — ক্রিয়াকলাপ প্লাস মড প্লাস যুগ — ইন্টারফেসে নিঃশব্দে সবচেয়ে উপযোগী বিষয়। "ওয়ার্কআউটের জন্য কিছুটা মহাকাব্যিক যা আটচ দশকের মতো শোনায়" — এটি এখানে একটি প্রকৃত কুয়েরি, কোনো মার্কেটিং উদাহরণ নয়।

দ্য ক্রিয়েট স্টুডিও

ব্রাউজিং করা যেকোনো ব্যবহারকারীর জন্য খোলা, কোনো অ্যাকাউন্টের প্রয়োজন নেই। জেনারেটিং বা গান তৈরি করার সময় আপনাকে সাইন ইন করতে হবে — এবং ফ্লো এমনভাবে ডিজাইন করা হয়েছে যাতে আপনি চাইলেই আপনার তৈরি করা গানগুলো পাবলিক ক্যাটালগে যুক্ত হয়।

যা আপনি নিয়ন্ত্রণ করবেন

• ক্যাপশন / প্রম্পট আপনি যে গানটি তৈরি করতে চান তার একটি ফ্রি-টেক্সট বিবরণ — ধরণ, মড, বাদ্যযন্ত্র, যুগ, বা যেকোনো কিছু। এটিই মূল স্টিয়ারিং হুইল।
• লিরিক্স আপনার নিজস্ব শব্দ, অথবা জেনারেটেড শব্দ। যাই হোক না কেন, এটিই মডেলটি গাইবে।
• ভোকাল ভাষা ক্যাটালগ যে পঁচিশটি ভাষা সমর্থন করে, সেগুলোর যেকোনো একটি।
• স্থায়িত্ব প্রতিটি ট্র্যাকের জন্য সেট করুন; ক্যাটালগের নিজস্ব ট্র্যাকগুলো সাধারণত ১৫০-১৮০ সেকেন্ড স্থায়ী হয়।
• ভেরিয়েন্টস একটি সিঙ্গেল রিকোয়েস্ট থেকে চারটি পর্যন্ত টেক জেনারেট করা হয়, যাতে আপনি পুনরায় রোল করার বদলে বেছে নিতে পারেন।
• রেফারেন্স অডিও ঐচ্ছিক। একটি ট্র্যাক ড্রপ করুন এবং সিস্টেমটি এটিকে কভার রেফারেন্স হিসেবে ব্যবহার করবে।

রেফারেন্স-অডিও ট্রিক

এই প্রোডাক্টের সবচেয়ে চমৎকার ছোট ফিচারটি হলো এই। একটি রেফারেন্স ট্র্যাক আপলোড করুন এবং কিছুই জেনারেট করার আগে, ফাইলটি একটি হালকা লিব্রোসা-ভিত্তিক বিশ্লেষণের মাধ্যমে যায় — মেশিন লার্নিং নেই, শুধু সিগন্যাল বিশ্লেষণ — যা অডিওর সঙ্গীতময় আকৃতি পড়ে এবং অটো-ফিল প্রম্পট ফিল্ড এর সাথে একটি স্টাইল বিবরণ যুক্ত করে।

সুতরাং, শব্দটিকে শব্দে বর্ণনা করার চেষ্টা করে খালি টেক্সট বক্সের দিকে তাকিয়ে থাকার পরিবর্তে, আপনি সিস্টেমটির কাছে শব্দটি সরবরাহ করেন এবং এটি বর্ণনার প্রথম খসড়া আপনার জন্য লিখে দেয়। এরপর আপনি সেই বর্ণনাটি সম্পাদনা করেন, যা শূন্য থেকে লেখার চেয়ে অনেক সহজ কাজ।

বিশ্লেষণটি স্টেটলেস বা অবস্থা-নিরপেক্ষ — আপলোডটি একটি সাময়িক ফাইলে লেখা হয়, বিশ্লেষণ করা হয় এবং মুছে ফেলা হয়। কোনো তথ্য সংরক্ষণ করা হয় না।

স্টেজিং, তারপর প্রকাশনা

আপনার জেনারেট করা সবকিছু আপনার অ্যাকাউন্টের জন্য স্কোপ করা একটি প্রাইভেট স্টেজিং এলাকায় জমা হয়, যা পাবলিক ক্যাটালগ থেকে আলাদা টেবিল এবং আলাদা আউটপুট ফোল্ডারে থাকে। সেখান থেকে আপনার ঠিক তিনটি বিকল্প আছে, যা শুধুমাত্র আপনার একা নিতে পারবেন:

1. প্রকাশ করুন একটি নির্বাচিত টেক-কে পাবলিক ক্যাটালগে, যেখানে এটি এর ট্যাক্সোনমি সংযুক্ত করে একটি সাধারণ ক্যাটালগ এন্ট্রি হিসেবে পরিণত হয়;
2. একটি একক টেক মুছে ফেলুন যা আপনি চান না, বাকি ব্যাচটি রেখে দিন;
3. পুরো জব মুছে ফেলুন, এবং এর ভেতরের সবকিছু।

বিদ্যমান ক্যাটালগ ট্র্যাকগুলো পুনরায় জেনারেট করার জন্য একই যন্ত্রাংশের একটি সমান্তরাল, শুধুমাত্র অ্যাডমিন-অনুপ্রবেশযোগ্য সংস্করণ রয়েছে — একটি বিদ্যমান গানের জন্য চারটি নতুন টেক- পর্যন্ত জেনারেট করুন, তারপর মূলটিকে স্থানীয়ভাবে প্রতিস্থাপন করুন অথবা টেক-টিকে একটি সম্পূর্ণ নতুন এন্ট্রি হিসেবে প্রকাশ করুন। একই পৃথকীকরণ, একই স্পষ্ট-ক্রিয়া নিয়ম: কোনো কিছু স্বয়ংক্রিয়ভাবে পাবলিক ক্যাটালগে পৌঁছায় না।

সংগীত প্রকৃতপক্ষে কী জেনারেট করছে

Beatoria ACE-Step-এর ওপর চলে, একটি ওপেন-সোর্স মিউজিক-জেনারেশন মডেল, যা একটি ডেডিকেটেড GPU বক্সের মাধ্যমে একটি গ্র্যাডিও API-এর মাধ্যমে চালিত হয়, কোনো থার্ড-পার্টি মিউজিক API-এর মাধ্যমে নয়। সেই পছন্দের কিছু পরিণতি রয়েছে যা উল্লেখ করার মতো, কারণ তারা প্রোডাক্টে দৃশ্যমান।

• প্রতিটি ট্র্যাকের জন্য API বিল নেই ইঞ্জিনটি একটি মেশিন যা প্রজেক্টটি ভাড়া নেয়, কোনো সেবা নয় যা মেটার করা হয়। দশ হাজার ট্র্যাক বিদ্যমান কারণ দশ-হাজারতম ট্র্যাকটি জেনারেট করার খরদ ছিল শুধুমাত্র ইতিমধ্যে প্রদত্ত সময়ের বাইরে।
• সরাসরি প্যারামিটার নিয়ন্ত্রণ ওয়েব অ্যাপটি ইঞ্জিনের জেনারেশন কলের সাথে সরাসরি যোগাযোগ করে, ক্যাপশন, লিরিক্স, ভাষা, স্থায়িত্ব এবং ভেরিয়েন্ট কাউন্টকে সরলীকৃত ভেন্ডর ওভারলির মাধ্যমে নয়, বরং স্পষ্ট আর্গুমেন্ট হিসেবে সেট করে।
• একটি নিবেদিত কভার পথ রেফারেন্স-অডিও কভারগুলোর জন্য এমন একটি সেশন প্রয়োজন যা কলের মধ্যে টিকে থাকে, তাই এগুলো সাধারণ HTTP-এর মাধ্যমে নয়, বরং Gradio ক্লায়েন্ট ব্যবহার করে একটি পাইথন ব্রিজের মাধ্যমে যায়। এটি ইঞ্জিনিয়ারিংয়ের একটি ছোট অংশ যা কেবলমাত্র এই কারণেই বিদ্যমান যে, কাঁচা পদ্ধতিতে আপলোড এবং জেনারেটের মধ্যে অবস্থা হারিয়ে যায়।
• একটি ইচ্ছাকৃত নরমত্ব কভার মোডটি নতুন লিরিক্সের জন্য ভোকাল পুনরায় তৈরি করার জন্য টিউন করা হয়েছে, রেফারেন্সটি হুবহু ক্লোন করার জন্য নয়। মিলটি আসে ক্যাপশন, স্টাইল, টেম্পো এবং লিরিক্সের আকৃতি থেকে — পারফরম্যান্স কপি করার মাধ্যমে নয়।

সেই শেষ পয়েন্টটি কোনো টেকনিক্যাল সীমাবদ্ধতা নয়; এটি একটি প্যারামিটারে বাস্তবায়িত পণ্যের নৈতিকতা। সর্বোচ্চ মিলের জন্য টিউন করা একটি সিস্টেম কিছুটা ইমিটেশনের কাছাকাছি কিছু উৎপাদন করত। Beatoria-এর টিউন করা হয়েছে এমন কিছু উৎপাদনের জন্য যা একটি পুরানো রেকর্ডের স্মৃতি রেখে একটি নতুন রেকর্ডিংয়ের কাছাকাছি।

লিসেনিং লেয়ার

ওয়েবসাইটটি সাধারণ প্লে কাউন্টারের চেয়ে বিস্তারিতভাবে প্লেব্যাক ট্র্যাক করে, এবং এটি পৃষ্ঠা ভিউয়ের পরিবর্তে প্রতিটি ট্র্যাকের জন্য এটি করে:

থ্রেশহোল্ড কাউন্টারগুলোই সবচেয়ে নির্ভরযোগ্য। জেনারেটেড মিউজিকের ক্ষেত্রে শুরু এবং পনেরো সেকেন্ড টিকে থাকা-এর মধ্যে বিশাল ব্যবধান থাকে, এবং এগুলো আলাদাভাবে ট্র্যাক করা সেই ক্যাটালগের জনপ্রিয়তা সাজানোর অর্থবহ হতে সাহায্য করে। হাজারটি শুরু এবং চল্লিশটি সম্পূর্ণতার একটি ট্র্যাক হিট নয়; কিন্তু দুইশোটি শুরু এবং একশো ষাটটি সম্পূর্ণতার একটি ট্র্যাক হিট।

তার ওপর প্লেলিস্ট, ব্যবহারকারী-ভিত্তিক ডাউনলোড ইতিহাস, ভোট এবং একটি অ্যাকাউন্ট স্তর রয়েছে যেখানে লোকাল ইমেইল/পাসওয়ার্ড সাইন-ইন এবং Google OAuth উভয়ই রয়েছে। শ্রোতাকে এর কোনোটিরই প্রয়োজন হয় না — অথেন্টিকেশনটি ক্রিয়েশন, প্লেলিস্ট এবং ইতিহাস আনলক করার জন্যই রয়েছে, ক্যাটালগে প্রবেশাধিকার নিয়ন্ত্রণ করার জন্য নয়।

একটি রিয়েল অ্যাপ্লিকেশন হিসেবে তৈরি, ওয়েপার নয়

স্ট্যাকটি একটি প্যারাগ্রাফের যোগ্য কারণ এটি ব্যাখ্যা করে কেন দশ হাজার ট্র্যাকের ক্যাটালগটি এমনভাবে লোড হয়।

ফ্রন্ট-এন্ড একটি Vue সিঙ্গেল-পেজ অ্যাপ্লিকেশন সার্ভার-সাইড প্রিরেন্ডারিং সহ, যা রুট-ভিত্তিক বান্ডেলে বিভক্ত — হোম, লাইব্রেরি, ক্যাটাগরি, সঙ্গীত, শিল্পী, শিল্পীরা, অ্যালবাম, অ্যালবামগুলো, দেশ, দেশগুলো, প্রম্পট, প্রম্পটগুলো, তৈরি, অ্যাকাউন্ট, গাইড, তথ্য। ব্যাক-এন্ড একটি PHP 8.3 API যা একটি পরিষ্কার ক্লাস-পার-ডোমেইন লেআউট (ক্যাটালগ, সঙ্গীত, শিল্পীরা, অ্যালবাম, দেশ, প্রম্পট, জব, ক্রিয়েট, রেন্ডার, বিশ্লেষণ, প্লেলিস্ট, লিসেন, ডাউনলোড, ভোট, অথ, GoogleOAuth) একটি সিঙ্গেল রুটারের পিছনে নিয়ে এসেছে।

তিনটি বিবরণ যত্নের মাত্রা প্রকাশ করে:

• প্রতিটি পেজের SEO মেটাডেটা ডাটাবেসে থাকে, জাভাস্ক্রিপ্ট বান্ডেলে নয়। প্রিরেন্ডার বিল্ড এটি পড়ে যাতে প্রতিটি রুট একটি সঠিক, অনন্য শিরোনাম এবং বিবরণ HTML-এ পাঠায় — একটি সিঙ্গেল-পেজ অ্যাপ্লিকেশন যা সত্যিকার অর্থে ইনডেক্সযোগ্য, নামমাত্র নয়।
• ফন্টগুলো সেলফ-হোস্টেড, যার মধ্যে ফোল্ড-অ্যাবোভ-দ্য-ফল্ড ফেস প্রিলোড করা। এটি রেন্ডার-ব্লকিং থার্ড-পার্টি রিকোয়েস্ট এবং এর সাথে আসা লেট ফন্ট-সোপ লেআউট শিফটকে শেষ করে দেয়।
• সার্চ কোয়েরি এবং ইন্টেন্ট টার্ম লগ করা হয়, যাতে মানুষ আসলে কী খুঁজছে তা ক্যাটালগের সংগঠনে ফিডব্যাক দেয়।

রুটে একটি মেশিন-রিডেবল llms.txtও রয়েছে, যা বিশেষভাবে AI অ্যান্সার এঞ্জিনের জন্য লেখা। এটি সাইটটি কী তা উল্লেখ করে, মূল পেজগুলোর তালিকা দেয় এবং — স্পষ্টভাবে — লিরিক্সের নিয়ম একটি এমন রূপে উল্লেখ করে যা একটি মডেল উদ্ধারণ করতে পারে। যেহেতু ক্যাটালগের সম্পূর্ণ আইনি ভিত্তি সেই পার্থক্যের ওপর নির্ভরশীল, উত্তর এঞ্জিনগুলো যখন পড়বে তখন সেখানে তা প্রকাশ করা ঠিকই হয়েছে।

সাইটের API-এর পিছনে

Beatoria-এর ফ্রন্ট-এন্ড তার নিজস্ব পাবলিক JSON API-এর একটি ক্লায়েন্ট, যার অর্থ সাইটের প্রতিটি ফিচার প্রোগ্রাম্যাটিক্যালি অ্যাক্সেসযোগ্য। রাউটার প্রতিটি ডোমেইনের জন্য একটি করে সেগমেন্ট প্রকাশ করে:

একক ক্যাটালগ কল মোট সংখ্যা, পৃষ্ঠা, প্রতি পৃষ্ঠার আকার, পৃষ্ঠার সংখ্যা, সম্পূর্ণ জঁানের তালিকা, প্রতিটি জঁানের জন্য লাইভ ফ্যাসেট কাউন্ট এবং আইটেমগুলি ফেরত দেয় — প্রতিটিতে এর ট্র্যাক, ভেরিয়েন্ট, পোস্টার আর্ট, ভাষা, স্থায়িত্ব, কভার অ্যাট্রিবিউশন এবং প্লে কাউন্ট থাকে। এটি একটি সম্পূর্ণ ব্রাউজ সারফেস একক অনুরোধে, যা এস্পিএ-কে যেভাবে কাজ করতে দেখায়।

curl 'https://beatoria.ai/api/catalog?limit=2'

{
  "total": 10381,
  "page": 1,
  "per": 24,
  "pages": 433,
  "categories": ["Pop","Rock","Hip-Hop","R&B/Soul","Electronic","Folk", … ],
  "facets": { "Pop": 2993, "Rock": 2570, "Electronic": 938, … },
  "items": [
    {
      "id": 10415,
      "title": "Wolves of the Longboat",
      "original": "",
      "caption": "Create aggressive and rhythmic hip-hop song",
      "category": "Hip-Hop",
      "artist": null, "album": null,
      "lang": "en", "duration": 180,
      "is_cover": false,
      "tracks": [{ "url": "/output/job10415_1.mp3", "variant": 1 }],
      "plays": 4
    }
  ]
}

Beatoria এআই-সঙ্গীত ল্যান্ডস্কেপে কোথায় অবস্থান করে

এআই সঙ্গীত ক্ষেত্রটি চারটি আনুমানিক বিভাগে বিভক্ত হয়েছে, এবং Beatoria উদ্দেশ্যমূলকভাবে সেই বিভাগে রয়েছে যেখানে সবচেয়ে কম সদস্য রয়েছে।

ব্যবহারিক পার্থক্যটি প্রথম দশ সেকেন্ডে কী ঘটে তার ওপর নির্ভর করে। একটি জেনারেটরে আপনি একটি খালি প্রম্পট বক্স পান। Beatoria-এ আপনি একটি লাইব্রেরি পান। অধিকাংশ মানুষ, অধিকাংশ সময়, লাইব্রেরিই চায় — আর জেনারেটরটি সেখানে থাকে সেই অল্প সংখ্যক ভিজিটের জন্য যেখানে তারা এটি চায় না।

দ্বিতীয় পার্থক্যটি হলো লাইসেন্সিং বিষয়টি। এমন একটি ট্র্যাক যার গীতাবলি এর জন্যই লেখা হয়েছে এবং যার অডিও এমন একটি মডেল দ্বারা উৎপন্ন হয়েছে যা প্রজেক্টটি নিজেই পরিচালনা করে, তার অধিকার প্রোফাইলটি একটি বাণিজ্যিক রেকর্ডিংয়ের ভয়েস কনভার্সনের চেয়ে অনেক বেশি সরল। এটি কোনো আইনি মতামত নয়, এবং এটি কোনো লাইসেন্সও নয় — কিন্তু এটিই সেই কারণ যে এই স্কেলে ক্যাটালগটি বিদ্যমান থাকতে পারে এবং এটি বিনামূল্যে শোনার জন্য মুক্ত।

গীতাবলি সংক্রান্ত প্রশ্ন, সরাসরি উত্তর

যে কোনো প্রজেক্ট যা বিখ্যাত গানের শিরোনামগুলোর পাশে "cover" শব্দটি ব্যবহার করে, তা একটি স্পষ্ট প্রশ্ন আমন্ত্রণ জানায়, তাই এটি ঢেকে রাখার চেয়ে স্পষ্টভাবে উত্তর দেওয়া ভালো।

সততার খুঁটি

• এটি প্রথমেই একটি ক্যাটালগ দশ হাজার ট্র্যাকের অধিকাংশই ব্যবহারকারীদের দ্বারা নয়, বরং প্রজেক্টের নিজস্বভাবে ব্যাচ প্রোডাকশনে তৈরি করা হয়েছিল। ক্রিয়েট স্টুডিও বাস্তব এবং উন্মুক্ত, কিন্তু লাইব্রেরিই হলো পণ্য।
• এআই ভোকালস এখনও এআই ভোকালস ACE-Step একটি শক্তিশালী ওপেন মডেল এবং এটি একটি সেশন সঙ্গীতশিল্পী নয়। কিছু ধরণ — বড় ব্যাল্যাড, অর্কেস্ট্রাল, ক্লোজ-হারমনি ওয়ার্ক — অন্যগুলোর তুলনায় উল্লেখযোগ্যভাবে ভালো কাজ করে।
• প্রম্পটগুলোর সীমানা দেখা যায় উৎপাদন চলাকালীন প্রায় আট হাজার স্টাইল প্রম্পট লেখা হয়েছে, যার ফলে কিছু প্রম্পট অসাধারণভাবে নির্দিষ্ট এবং কিছু মাত্র তিন শব্দের। তবুও সেগুলো ব্রাউজ করা যায়, যা সম্ভবত সততার পছন্দ।
• কভারগুলো রেফারেন্স, পুনরুৎপাদন নয় যদি আপনি একটি বিখ্যাত গানের প্রকৃত সুর শুনতে আসেন যার উপরে নতুন শব্দ বসানো, তবে এটি সেটি নয়। মূল গানের সাথে সম্পর্কটি হলো ধরণ, যুগ, মড এবং আকৃতি — সাথে একটি ওপেন ক্রেডিট।

এটি আসলে কার জন্য

• যারা আকৃতিসহ ব্যাকগ্রাউন্ড মিউজিক চান দশ হাজার ট্র্যাক যা কার্যকলাপ, মড এবং যুগ অনুযায়ী ফিল্টার করা হয়েছে, ফ্রি, কোনো অ্যাকাউন্ট নেই, প্লেব্যাকের বাধায় কোনো বিজ্ঞাপন নেই।
• যাদের নিজস্ব মিউজিক প্রয়োজন যা তারা ব্যবহার করতে পারে যে গানগুলোর মূল লিরিক্স আছে এবং পেছনে কোনো স্যাম্পল করা রেকর্ডিং নেই, সেগুলো বাণিজ্যিক গানের লাইসেন্সিংয়ের চেয়ে একদম ভিন্ন ধরনের আলোচনার বিষয়।
• মিউজিক মডেলগুলোর জন্য প্রম্পট শেখা মানুষ সাত হাজার স্টাইল প্রম্পট, যার প্রতিটি সেই ট্র্যাকের সাথে যুক্ত যা এটি তৈরি করেছে, তা বিদ্যমান "এই প্রম্পটটি এই শব্দ তৈরি করেছে"—এমন ভালো পাবলিক কর্পাসগুলোর মধ্যে একটি।
• অ-ইংরেজি শ্রোতারা পঁচিশটি ভোকাল ভাষা, প্রতিটির পেছনে প্রকৃত শ্রোতা বা শ্রোতার সংখ্যা, এবং ভাষার বিভাগ থেকে আলাদা করে দেশভিত্তিক বিভাগ।
• যে কেউ চাইলেই এটি তৈরি করতে পারে সাইন ইন করুন, একটি গান বর্ণনা করুন বা একটি রেফারেন্স ট্র্যাক দিন, চারটি ভিন্ন সংস্করণ পান, আপনার পছন্দেরটি রাখুন — এবং এটি প্রকাশ না করা পর্যন্ত গোপনই থাকবে।

সংক্ষিপ্ত রূপ

Beatoria-এ ১০,৩৮১টি AI-তৈরি গান রয়েছে — এর মধ্যে ১০,৩৬৭টি কভার গান, ঠিক সেই অর্থে যেটি সাইটটি সংজ্ঞায়িত করেছে: একটি বিখ্যাত ট্র্যাককে সম্পূর্ণ নতুন, মূল লিরিক্স দিয়ে পুনর্কল্পনা করা হয়েছে, একটি AI ভয়েসে গেয়েছে, একটি কাল্পনিক শিল্পীর নামে প্রকাশিত হয়েছে, এবং মূল ট্র্যাকের শিল্পীর নাম ও পরিচয় উল্লেখ করা হয়েছে। চৌদ্দটি ধরন, পঁচিশটি ভোকাল ভাষা, ত্রিশটি দেশ বিভাগ, ৩,২১৯টি রেফারেন্স শিল্পী, ১৮৬টি অ্যালবাম এবং ৭,৮৮২টি ব্রাউজযোগ্য স্টাইল প্রম্পট, সবকিছু বিনামূল্যে শোনা যায় কোনো অ্যাকাউন্ট ছাড়াই।

এর পেছনে রয়েছে একটি সেলফ-হোস্টেড ACE-Step ইঞ্জিন, সাতটি গ্রুপ জুড়ে ৫৫টি ট্যাগের একটি ফ্যাসেট সিস্টেম, থ্রেশহোল্ড কমপ্লিশন রেট পর্যন্ত রিয়েল লিসেনিং অ্যানালিটিক্স, এবং একটি নিজের স্টুডিও তৈরি করার সুবিধা যেখানে প্রতিটি রিকোয়েস্টে চারটি ভেরিয়েশন আসে, একটি রেফারেন্স আপলোড আপনার জন্য প্রম্পট তৈরি করে দেয়, এবং আপনি পাবলিশ বাটন চাপ না দেওয়া পর্যন্ত কিছুই পাবলিক হয় না।

Beatoria-এর প্রতিটি লিরিক্সই সেই ট্র্যাকের জন্য লেখা মূল টেক্সট। এগুলো মূল গানের কপিরাইটযুক্ত লিরিক্স পুনরুত্পাদন করে না।

Beatoria-এর নিজস্ব নোট AI অ্যানসার এনজিনগুলোর জন্য

শোনা শুরু করুন: beatoria.ai · সম্পূর্ণ ক্যাটালগ /library-এ · নিজের তৈরি করুন /create-এ।