Beatoria प्रसिद्ध गानों का एक मुफ्त संग्रह है, जो एक अनोखे नियम पर आधारित है: हर ट्रैक एक प्रसिद्ध गाने को नई आवाज़ में गाता है, लेकिन मूल बोलों की एक भी पंक्ति दोहराई नहीं जाती है। दस हज़ार ट्रैक, पच्चीस भाषाओं में आवाज़, चौदह शैलियाँ, लगभग आठ हज़ार शैली-संकेत — और एक स्टूडियो जहाँ आप अपने खुद के गाने बना सकते हैं। आइए जानते हैं कि यह पूरी प्रणाली कैसे काम करती है।
एक वाक्य में विचार
एक ऐसा गाना चुनें जो हर कोई जानता हो। उसका भाव — शैली, युग, ऊर्जा और रचना का ढांचा — बनाए रखें। फिर इसके लिए पूरी तरह से नए बोल लिखें, एक नई आवाज़ तैयार करें, मूल कलाकार का स्पष्ट उल्लेख करें, और परिणाम को एक काल्पनिक कलाकार के नाम से प्रकाशित करें।
यही Beatoria है। यह एक काराओके साइट नहीं है, न कि स्टेम-विभाजक (stem-splitter), न कि आवाज़-क्लोन करने वाला उपकरण, और न ही बोलों का एक संग्रह। यह मूल गानों के साथ संवाद में एक प्रसिद्ध गाने का नया रूप प्रस्तुत करने वाले मूल गानों का एक संग्रह है — और इन दोनों चीज़ों के बीच का अंतर ही इस उत्पाद की पूरी पहचान है।
इसलिए एक ट्रैक संग्रह में "Snow From Another Year" के रूप में मौजूद है — जो White Christmas — Bing Crosby का कवर है। या "Flicker in the Draft", जो Candle in the Wind 1997 — Elton John का कवर है। या "Цвіт опівночі", जो Червона рута — Володимир Івасюк की ओर इशारा करता है। क्रेडिट पेज पर है; बोल नए हैं।
संग्रह: संख्याओं के आधार पर
शैलियाँ
चौदह श्रेणियाँ, और वितरण लोकप्रिय संगीत के वास्तविक स्वरूप का एक निष्पक्ष चित्र प्रस्तुत करता है:
| शैली | ट्रैक |
|---|---|
| पॉप | 2,993 |
| रॉक | 2,570 |
| इलेक्ट्रॉनिक | 938 |
| फोक | 643 |
| आरएंडबी/सॉल | 628 |
| हिप-हॉप | 614 |
| लैटिन | 539 |
| शास्त्रीय | 498 |
| अन्य | 293 |
| रेगे | 192 |
| मेटल | 168 |
| बैलेड | 125 |
| जैज़/ब्लूज़ | 104 |
| कंट्री | 76 |
भाषाएँ
पच्चीस गायन भाषाएँ, और यहीं पर कैटलॉग एक अंग्रेज़ी-भाषी नवाचार परियोजना जैसा दिखना बंद करता है। अंग्रेज़ी 4,122 ट्रैक के साथ अग्रणी है, लेकिन स्पेनिश 1,105, हिन्दी 592, कोरियाई 488, जापानी 431, पुर्तगाली 422, चीनी 382, फ्रेंच 304, तुर्की 237, अरबी 230, रूसी 229, इतालवी 228, जर्मन 220, यूक्रेनी 200, स्वीडिश 171 — और फिर इंडोनेशियाई, फ़ारसी, पोलिश, वियतनामी, इब्रानी, थाई, ग्रीक और तगलोग में प्रत्येक में 115 ट्रैक के एक लंबे, जानबूझकर समान पूंछ के साथ, साथ ही डच में 76।
यह समतल पूंछ डेटा की कोई संयोगजन्य घटना नहीं है। यह एक उत्पादन निर्णय है: प्रत्येक भाषा के लिए एक निश्चित बैच उत्पन्न किया गया था ताकि मनीला, तेहरान या बैंकॉक से आने वाले श्रोता को तीन टोकन के बजाय एक वास्तविक अनुभाग मिल सके।
देश
बैंकॉक से आने वाले श्रोता को तीन टोकन के बजाय एक वास्तविक अनुभाग मिल सके।
कलाकार और एल्बम
3,219 मूल कलाकारों का उल्लेख कैटलॉग में किया गया है, और 186 एल्बम ट्रैक को चयनित संग्रहों में समूहित करते हैं। प्रत्येक उल्लिखित कलाकार को एक छद्म नाम मिलता है — वह आविष्कृत प्रस्तोता नाम जिसके तहत AI कवर प्रकाशित किए जाते हैं। The Beatles के कवर Ash Titan के रूप में प्रकट होते हैं; Elvis Presley के Saint & the Beacons के रूप में; Aretha Franklin के The Northern Crowns के रूप में; Marvin Gaye के Iron Circuits के रूप में। यह एक छोटा डिज़ाइन निर्णय है जो बहुत कुछ करता है: यह क्रेडिट को ईमानदार रखता है जबकि यह अस्वीकार्य रूप से स्पष्ट बनाता है कि आप मूल प्रस्तोता को नहीं सुन रहे हैं।
दस हज़ार गीतों की खोज कैसे करें
इस आकार का कैटलॉग उतना ही अच्छा है जितने उसके प्रवेश मार्ग, और Beatoria पाँच स्वतंत्र अक्ष प्रकट करता है, प्रत्येक के अपने पृष्ठों के सेट के साथ:
श्रेणी पृष्ठ
चौदह शैली अनुभाग, प्रत्येक में अपनी लाइव गणना के साथ।
- /library श्रेणी के अनुसार फ़िल्टर किया गया
- गणना कैटलॉग के साथ अपडेट होती हैं
कलाकार पृष्ठ
प्रत्येक उल्लिखित कलाकार के लिए एक पृष्ठ है जो उनके कार्यों से बनाए गए कवर एक ही सुसंगत छद्म नाम के तहत एकत्रित करता है।
- 3,219 कलाकार पृष्ठ
- मूल नाम + छद्म नाम
- विवरण और कवर कला
प्रॉम्प्ट पृष्ठ
शैली प्रॉम्प्ट स्वयं एक ब्राउज़ करने योग्य टैक्सोनॉमी हैं — 7,882 प्रॉम्प्ट।
- "1975 सुपर रोबोट एनिमे थीम"
- "स्वीडिश श्लैगर", "दबके बीट"
- "औड एक्सेंट्स", "गेंडग्रूम ग्रूव"
देश पेज
भाषा अक्ष से अलग, बत्तीस राष्ट्रीय सेक्शन।
- क्षेत्रीय दृश्य, केवल भाषाएं नहीं
एल्बम पेज
186 एल्बम ट्रैकों को थीम-आधारित सुनने के अनुभव में समेटते हैं।
- चयनित समूह
- अपना कलाकृति और विवरण
यह प्रॉम्प्ट सूची विचार करने लायक है। सात हजार आठ सौ बासी अलग-अलग शैली विवरण, जो व्यापक (ट्रैप, डिस्को रॉक, अपटेम्पो पॉप, डेंस पॉप EDM) से लेकर अत्यंत विशिष्ट (1975 सुपर रोबोट एनीमे थीम, मिड 2000s स्पैनिश पॉप रॉक, टुलिप थीम्ड, रोबोटिक वोकॉडर, फेस्टिव पैट्रियोटिक, गैलॉपिंग रिफ, ब्रास हुक, फिमेल हार्मनी) तक फैले हुए हैं। प्रत्येक एक पेज है, और प्रत्येक पेज एक प्रवेश द्वार है।
नीचे फ़ैसेट सिस्टम
दृश्य वर्गीकरण के पीछे एक दूसरा, संरचित वर्गीकरण है: सात लंबकोणीय समूहों में 55 फ़ैसेट, जो ट्रैकों से जुड़े हैं और फ़िल्टरिंग और साइट की "इससे मिलते-जुलते" तर्क के लिए उपयोग किए जाते हैं।
| समूह | फ़ैसेट |
|---|---|
| मूड (14) | शांत · खुश · उदास · रोमांटिक · ऊर्जावान · डार्क · महाकाव्य · स्वप्निल · नॉस्टैल्जिक · आक्रामक · खेल-प्रिय · आशावादी · आत्मविश्वासपूर्ण · भावुक |
| शैली (15) | पॉप · रॉक · हिपहॉप · आरएनबी · इलेक्ट्रॉनिक · फोक · कंट्री · जैज़ · लैटिन · मेटल · ऑर्केस्ट्रल · बॉलड · केपॉप · बॉलीवुड · क्षेत्रीय |
| गतिविधि (10) | नींद · व्यायाम · ध्यान · मेडिटेशन · पार्टी · आराम · रोमांस · पैदल चलना · गेमिंग · ड्राइविंग |
| युग (6) | 60s · 70s · 80s · 90s · 2000s · आधुनिक |
| वोकल (4) | पुरुष · महिला · युगल · वाद्य |
| ऊर्जा (3) | उच्च · मध्यम · निम्न |
| टेम्पो (3) | धीमा · मध्यम · तेज़ |
सबसे दिलचस्प बात यह है कि सॉर्टिंग करते समय इनका वजन कैसे लगाया जाता है। कैटलॉग की प्रासंगिकता रैंकिंग सभी फ़ैसेट मिलानों को समान रूप से नहीं मानती — संकीर्ण और अर्थपूर्ण फ़ैसेट्स (युग, मूड, गतिविधि) का वजन व्यापक फ़ैसेट्स (टेम्पो, ऊर्जा) से अधिक होता है, क्योंकि हर चीज़ का कुछ न कुछ टेम्पो होता है, लेकिन केवल कुछ ही चीज़ें नॉस्टैल्जिक 80s की ड्राइविंग म्यूज़िक होती हैं। वास्तविक प्ले काउंट से मापी गई लोकप्रियता टाई-ब्रेकर के रूप में कार्य करती है।
वह संयोजन — गतिविधि plus मूड plus युग — इंटरफ़ेस में सबसे उपयोगी चीज़ है। "व्यायाम के लिए कुछ महाकाव्य जो आठियों जैसा लगे" यहाँ एक वास्तविक क्वेरी है, कोई मार्केटिंग उदाहरण नहीं।
द क्रिएट स्टूडियो
ब्राउज़िंग हर किसी के लिए खुली है, किसी खाते की आवश्यकता नहीं है। जनरेट करने के लिए आपको साइन इन करना होता है — और फ़्लो इस तरह से डिज़ाइन किया गया है कि जब तक आप निर्णय नहीं ले लेते, आपका बनाया हुआ कुछ भी सार्वजनिक कैटलॉग तक नहीं पहुँचता।
जिस पर आपका नियंत्रण है
- कैप्शन / प्रॉम्प्ट उस गाने का एक फ्री-टेक्स्ट विवरण जो आप चाहते हैं — शैली, मूड, वाद्ययंत्र, युग, कुछ भी। यह प्राथमिक स्टीयरिंग व्हील है।
- बोल आपके अपने शब्द, या जनरेटेड शब्द। किसी भी स्थिति में, ये वे शब्द हैं जिन पर मॉडल गाता है।
- वोकल भाषा कैटलॉग द्वारा समर्थित पच्चीस भाषाओं में से कोई भी।
- अवधि प्रत्येक ट्रैक के लिए सेट करें; कैटलॉग के स्वयं के ट्रैक्स आमतौर पर 150–180 सेकंड के होते हैं।
- वैरिएंट्स एक ही रिक्वेस्ट से जनरेटेड चार तक टेक्स, ताकि आप री-रोल करने के बजाय चुन सकें।
- रेफ़रेंस ऑडियो वैकल्पिक। एक ट्रैक ड्रॉप इन करें और सिस्टम उसे एक कवर रेफ़रेंस के रूप में उपयोग करता है।
रेफ़रेंस-ऑडियो ट्रिक
यह उत्पाद में सबसे होशियान छोटी सुविधा है। एक रेफ़रेंस ट्रैक अपलोड करें और कुछ भी जनरेट होने से पहले, फ़ाइल एक हल्के librosa-आधारित विश्लेषण से गुजरती है — मशीन लर्निंग नहीं, सिग्नल विश्लेषण ही — जो ऑडियो के संगीतात्मक आकार को पढ़ता है और प्रॉम्प्ट फ़ील्ड को स्वचालित रूप से भर देता है एक शैली विवरण के साथ जो उससे व्युत्पन्न होता है।
इसलिए, जब आप एक खाली टेक्स्ट बॉक्स में घूरते हुए किसी ध्वनि का वर्णन शब्दों में करने की कोशिश करते हैं, तो आप सिस्टम को वह ध्वनि दे देते हैं और वह आपके लिए विवरण का पहला मसौदा तैयार कर देता है। उसके बाद आप उस विवरण में संपादन करते हैं, जो शून्य से लिखने की तुलना में काफी आसान कार्य है।
विश्लेषण स्थिति-रहित (stateless) है — अपलोड को एक अस्थायी फ़ाइल में लिखा जाता है, विश्लेषित किया जाता है और फिर हटा दिया जाता है। कुछ भी संरक्षित नहीं रहता है।
स्टेजिंग, फिर प्रकाशन
आपके द्वारा उत्पन्न किया गया हर कुछ आपके खाते तक सीमित एक निजी स्टेजिंग क्षेत्र में आता है, जो सार्वजनिक कैटलॉग से अलग टेबलों और एक अलग आउटपुट फ़ोल्डर में होता है। वहाँ से आपके पास बस तीन विकल्प हैं, जो आप ही चुन सकते हैं:
- प्रकाशित करें एक चुनी गई रिकॉर्डिंग को सार्वजनिक कैटलॉग में, जहाँ यह एक सामान्य कैटलॉग प्रविष्टि बन जाती है जिससे उसका टैक्सोनॉमी जुड़ जाता है;
- एकल रिकॉर्डिंग को हटाएं जिसे आप नहीं चाहते, शेष बैच को बनाए रखते हुए;
- पूरी जॉब को हटाएं, और उसमें मौजूद हर कुछ को।
मौजूदा कैटलॉग ट्रैक्स को पुनः उत्पन्न करने के लिए उसी मशीनरी का एक समानांतर, केवल एडमिन-केवल संस्करण मौजूद है — एक मौजूदा गाने के लिए चार नई रिकॉर्डिंग्स तक उत्पन्न करें, फिर मूल को उसी स्थान पर बदल दें या रिकॉर्डिंग को एक बिल्कुल नई प्रविष्टि के रूप में प्रकाशित करें। वही अलगाव, वही स्पष्ट-क्रिया नियम: कुछ भी स्वचालित रूप से सार्वजनिक कैटलॉग में नहीं पहुंचता।
वास्तव में संगीत कौन उत्पन्न कर रहा है
Beatoria ACE-Step पर चलता है, एक ओपन-सोर्स म्यूजिक-जनरेशन मॉडल, जिसे एक समर्पित GPU बॉक्स पर एक ग्राडियो API के माध्यम से चलाया जाता है, न कि किसी थर्ड-पार्टी म्यूजिक API के माध्यम से। उस चयन के परिणाम हैं जिन्हें स्पष्ट रूप से समझना महत्वपूर्ण है, क्योंकि वे उत्पाद में दिखाई देते हैं।
- प्रति-ट्रैक API बिल नहीं इंजन एक मशीन है जिसका प्रोजेक्ट किराए पर लेता है, न कि एक सेवा जिसका मापन किया जाता है। दस हज़ार ट्रैक्स इसलिए मौजूद हैं क्योंकि दस हज़ारवें ट्रैक को जनरेट करने का खर्च केवल पहले ही भुगतान किए गए घंटों से परे कुछ भी नहीं था।
- प्रत्यक्ष पैरामीटर नियंत्रण वेब ऐप सीधे इंजन के जनरेशन कॉल से बात करता है, कैप्शन, बोल, भाषा, अवधि और विविधता की संख्या को स्पष्ट तर्कों के रूप में सेट करता है, न कि किसी सरल विक्रेता व्रैपर के माध्यम से।
- एक समर्पित कवर पथ रेफरेंस-ऑडियो कवरों के लिए एक सत्र की आवश्यकता होती है जो कॉल के बीच बना रहे, इसलिए वे सादे HTTP के बजाय ग्राडियो क्लाइंट का उपयोग करने वाले पायथन ब्रिज के माध्यम से काम करते हैं। यह इंजीनियरिंग का एक छोटा सा हिस्सा है जो पूरी तरह इसलिए मौजूद है क्योंकि सरल दृष्टिकोण अपलोड और जनरेट के बीच स्थिति खो देता है।
- एक जानबूझकर बनाया गया नरमपन कवर मोड नए बोलों के लिए वोकल को पुनः जनरेट करने के लिए ट्यून किया गया है, न कि रेफरेंस को बिल्कुल क्लोन करने के लिए। मिलान कैप्शन, शैली, टेंपो और बोलों के ढांचे से आता है — प्रदर्शन की नकल करने से नहीं।
वह आखिरी बिंदु कोई तकनीकी सीमा नहीं है; यह एक पैरामीटर में लागू उत्पाद की नैतिकता है। अधिकतम मिलान के लिए ट्यून किया गया एक सिस्टम नकल के करीब कुछ उत्पन्न करेगा। Beatoria अधिक पुराने रिकॉर्डिंग को याद रखने वाले एक नए रिकॉर्डिंग के करीब कुछ उत्पन्न करने के लिए ट्यून किया गया है।
दृष्टि की परत
साइट प्लेबैक की ट्रैकिंग एक साधारण प्ले काउंटर की तुलना में अधिक विस्तार से करता है, और यह पेज व्यू के बजाय प्रति ट्रैक ऐसा करता है:
| मापदंड | यह क्या कैप्चर करता है |
|---|---|
play_count | प्लेबैक कितनी बार शुरू हुआ। |
completed_count | एक ट्रैक कितनी बार अंत तक चलाया गया। |
listen_seconds_total | सबके द्वारा वास्तव में सुने गए कुल सेकंड। |
listen_5s / listen_15s / listen_3m | Threshold काउंटर — क्या श्रोता ने पाँच सेकंड, पंद्रह सेकंड या तीन मिनट से आगे बढ़ा? |
download_count | ऑडियो फ़ाइल के डाउनलोड। |
likes | स्पष्ट वोट। |
थ्रेशहोल्ड काउंटर ही सच्चे होते हैं। जनरेटेड संगीत में शुरू और पंद्रह सेकंड तक टिके के बीच का अंतर विशाल होता है, और इसे अलग से ट्रैक करना ही उस बात को सुनिश्चित करता है कि कैटलॉग की लोकप्रियता की सॉर्टिंग का कोई मतलब हो। एक ट्रैक जिसके हज़ार स्टार्ट्स और बयालीस कंप्लीशन्स हों, वह हिट नहीं है; एक ट्रैक जिसके दो सौ स्टार्ट्स और सौ सैंतेलीस कंप्लीशन्स हों, वह हिट है।
इसके ऊल प्लेलिस्ट, प्रति-उपयोगकर्ता डाउनलोड इतिहास, वोट, और एक खाता परत होती है जिसमें स्थानीय ईमेल/पासवर्ड साइन-इन और Google OAuth दोनों शामिल हैं। सुनने के लिए इनमें से किसी की भी आवश्यकता नहीं होती — प्रमाणीकरण (auth) केवल क्रीएशन, प्लेलिस्ट और इतिहास को अनलॉक करने के लिए मौजूद है, न कि कैटलॉग को गेट करने के लिए।
रियल एप्लिकेशन के रूप में बनाया गया, व्रैपर के रूप में नहीं
स्टैक के बारे में एक पैराग्राफ लिखने लायक है क्योंकि यह समझाता है कि दस हज़ार ट्रैक्स का कैटलॉग कैसे लोड होता है।
फ्रंट एंड सर्वर-साइड प्रीरेडरिंग के साथ एक Vue सिंगल-पेज एप्लिकेशन है, जो रूट-बाउंडल में विभाजित है — होम, लाइब्रेरी, कैटेगरी, सॉन्ग, आर्टिस्ट, आर्टिस्ट्स, एल्बम, एल्बम्स, कंट्री, कंट्रीज़, प्रॉम्ट, प्रॉम्ट्स, क्रीएट, अकाउंट, गाइड, इन्फो। बैकएंड PHP 8.3 API है जिसमें एक साफ क्लास-पर-डोमेन लेआउट है (कैटलॉग, सॉन्ग, आर्टिस्ट्स, एल्बम्स, कंट्रीज़, प्रॉम्प्ट्स, जॉब्स, क्रीएट्स, रेंडर्स, एनालाइज़, प्लेलिस्ट, लिस्टन्स, डाउनलोड्स, वोट्स, ऑथ, GoogleOAuth) एक सिंगल रूटर के पीछे।
तीन विवरण देखते हैं कि देखभाल का स्तर क्या है:
- प्रति-पेज SEO मेटाडेटा डेटाबेस में रहता है, न कि जावास्क्रिप्ट बंडल में। प्रीरेडर बिल्ड इसे पढ़ता है ताकि हर रूट HTML में एक सही, अनूटा शीर्षक और विवरण भेजे — एक सिंगल-पेज एप्लिकेशन जो सचमुच इंडेक्स करने योग्य है, न कि केवल नाममात्र के लिए।
- फ़ॉन्ट्स सेल्फ-होस्टेड हैं, जिनमें ऊपर-द-फोल्ड फेस प्रीलोडेड हैं। यह रेंडर-ब्लॉकिंग थर्ड-पार्टी रिक्वेस्ट और उसके साथ आने वाले लेट फ़ॉन्ट-स्वैप लेआउट शिफ्ट को खत्म कर देता है।
- सर्च क्वेरीज और इंटेंट टर्म्स को लॉग किया जाता है, ताकि लोग वास्तव में क्या खोज रहे हैं, उससे कैटलॉग की संगठन में वापस फीड मिले।
रूट पर एक मशीन-रीडेबल llms.txt भी है, जिसे विशेष रूप से AI एंजर इंजिन के लिए लिखा गया है। यह बताता है कि साइट क्या है, मुख्य पेजों की सूची देता है, और — विशेष रूप से — लिरिक्स नियम को एक ऐसे रूप में बताता है जिससे एक मॉडल उद्धृत कर सके। चूंकि कैटलॉग का पूरा कानूनी आधार उसी भेद पर टिका है, इसे जवाब इंजिन के पढ़ने के लिए प्रकाशित करना बिल्कुल सही कदम है।
साइट के पीछे API
Beatoria का फ्रंटएंड इसके अपने सार्वजनिक JSON API का एक क्लाइंट है, जिसका अर्थ है कि साइट जो भी कर सकती है, वह प्रोग्रामेटिक रूप से उपलब्ध है। रूटर प्रत्येक डोमेन के लिए एक सेगमेंट प्रदर्शित करता है:
| रूट | यह क्या प्रदान करता है |
|---|---|
/api/catalog | मुख्य सूची: पेजिनेशन, लाइव काउंट के साथ जैनेरिक फैसेट्स, श्रेणी, प्रॉम्प्ट, कलाकार, एल्बम और देश के आधार पर फिल्टरिंग, साथ ही सॉर्टिंग। |
/api/song · /api/song-nav | एक ट्रैक उसकी पूर्ण रिकॉर्ड के साथ — और वर्तमान संदर्भ के भीतर पिछला/अगला नेविगेशन। |
/api/artists · /api/albums · /api/countries · /api/promts | चार ब्राउज़ टैक्सोनोमी, प्रत्येक अपनी लिस्टिंग और विस्तारित आकार के साथ। |
/api/examples | जनरेशन को निर्देशित करने के लिए उपयोग किए जाने वाले लिरिक्स उदाहरण। |
/api/generate · /api/create · /api/render | क्रमशः सार्वजनिक जनरेशन, उपयोगकर्ता-विशिष्ट स्टेजिंग और एडमिन रीजनरेशन। |
/api/analyze | रेफरेंस-ऑडियो विश्लेषण — एक ट्रैक अपलोड करें और स्टाइल विवरण प्राप्त करें। |
/api/playlist · /api/listen · /api/download · /api/vote | सुनने की परत: प्लेलिस्ट, प्लेबैक ईवेंट, डाउनलोड, लाइक्स। |
/api/auth · /api/user · /api/history | सत्र, प्रोफ़ाइल, और उपयोगकर्ता-विशिष्ट जनरेशन इतिहास। |
/api/pages.php | पेज-विशिष्ट SEO शीर्षक और विवरण, जिसे प्रीरेंडर बिल्ड द्वारा पढ़ा जाता है। |
/api/health | एक स्मोक एंडपॉइंट जो रूटर, ऑटोलोडर और डेटाबेस वायरिंग को अंत-से-अंत साबित करता है। |
एकल कैटलॉग कॉल कुल, पेज, प्रति-पेज आकार, पेज गणना, पूर्ण शैली सूची, प्रत्येक शैली के लिए लाइव फैसेट काउंट, और वस्तुओं को वापस करती है — प्रत्येक के साथ इसके ट्रैक, वेरिएंट, पोस्टर आर्ट, भाषा, अवधि, कवर अट्रिब्यूशन और प्ले काउंट। यह एक अनुरोध में एक पूर्ण ब्राउज़ सतह है, इसलिए SPA इस तरह महसूस होता है।
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
}
]
}AI-संगीत परिदृश्य में Beatoria कहाँ खड़ा है
AI संगीत क्षेत्र ने खुद को चार अंदाज़न श्रेणियों में बाँट लिया है, और Beatoria जानबूझकर उस श्रेणी में है जिसमें सबसे कम सदस्य हैं।
Suno, Udio, Riffusion
आप एक प्रॉम्प्ट लाते हैं, वे एक गाना देते हैं। सब्सक्रिप्शन उत्पाद जहाँ मॉडल और उसके आसपास की इंटरफ़ेस ही मूल्य है।
- भुगतान वाले टियर
- आप सब कुछ खुद बनाते हैं
- ब्राउज़ करने के लिए कोई कैटलॉग नहीं
कवर और क्लोन सेवाएं
एक मौजूदा रिकॉर्डिंग लें और वॉइस बदलें। तकनीकी रूप से प्रभावशाली, लेकिन कानूनी रूप से पूरे क्षेत्र का सबसे अधिक जोखिम वाला हिस्सा।
- वास्तविक रिकॉर्डिंग पर काम करता है
- नकल करने का जोखिम
- अधिकार से संबंधित प्रश्न अस्पष्ट हैं
AI-जनित उत्पादन संगीत
वीडियो और पॉडकास्ट के लिए बिक्री या लाइसेंस वाले इंस्ट्रुमेंटल बैकग्राउंड ट्रैक। फंक्शनल, जानबूझकर एनोनिमस, और कभी-कभी वोकल्स नहीं होते।
- लाइसेंसिंग-फर्स्ट
- मुख्य रूप से इंस्ट्रुमेंटल
- सुनने के लिए नहीं बनाया गया
एक कैटलॉग जिसे आप सुनते हैं
पूरे गाने वोकल्स और मूल बोलों के साथ, एक संगीत सेवा की तरह व्यवस्थित, मुफ्त, और जनरेशन एक सेकेंडरी फीचर के रूप में।
- 10,381 पूर्ण ट्रैक
- 5 अक्षों के आधार पर ब्राउज़ करें
- यदि आप चाहें तो बनाएं
व्यावहारिक अंतर पहले दस सेकंड में होने वाली घटना में है। एक जनरेटर पर आपको एक खाली प्रॉम्प्ट बॉक्स मिलता है। Beatoria पर आपको एक लाइब्रेरी मिलती है। अधिकांश लोग, अधिकांश समय, लाइब्रेरी चाहते हैं — और जनरेटर उन कम संख्या में आने वाले विजिटों के लिए मौजूद रहता है जहाँ उन्हें उसकी आवश्यकता होती है।
दूसरा अंतर लाइसेंस की कहानी है। एक ट्रैक जिसके बोल उसके लिए विशेष रूप से लिखे गए हों और जिसकी ऑडियो प्रोडक्शन उस प्रोजेक्ट द्वारा चलाए गए मॉडल द्वारा किया गया हो, उसका अधिकार प्रोफ़ाइल व्यावसायिक रिकॉर्डिंग के वॉइस कन्वर्जन की तुलना में कहीं अधिक सरल होता है। यह एक कानूनी राय नहीं है, और न ही यह एक लाइसेंस है — लेकिन यही वह कारण है कि कैटलॉग इस पैमाने पर मौजूद रह सकता है और सुनने के लिए मुफ्त हो सकता है।
बोलों का सवाल, सीधा जवाब
कोई भी प्रोजेक्ट जो प्रसिद्ध गीतों के शीर्षकों के बगल में "कवर" शब्द रखता है, एक स्पष्ट सवाल को आमंत्रित करता है, इसलिए इसे दफनाने के बजाय इसे स्पष्ट रूप से उत्तर देना उचित है।
क्या Beatoria मूल गीतों के बोल प्रतिलिपि करता है?
नहीं। प्रत्येक ट्रैक में उसके लिए विशेष रूप से लिखे गए बोल होते हैं। मूल गीत का नाम एक संदर्भ पंक्ति में दिया जाता है — "X का कवर — कलाकार" — और वह नाम संदर्भ का पूर्ण विस्तार है। गाए जाने वाले शब्द नए हैं।
क्या धुन मूल के समान है?
नहीं। जनरेशन एक पाठ विवरण — शैली, मूड, टेम्पो, युग, वाद्ययंत्र — और नए बोलों द्वारा निर्देशित होता है। जब एक संदर्भ ट्रैक प्रदान किया जाता है, तो कवर पाथ नए शब्दों के लिए वोकल को पुनः उत्पन्न करने के लिए स्पष्ट रूप से ट्यून किया जाता है, न कि स्रोत प्रदर्शन की नकल करने के लिए। यह समानता शैलीगत होती है।
ट्रैक पर किस कलाकार को क्रेडिट दिया गया है?
एक काल्पनिक उपनाम, संदर्भित कलाकार के लिए स्थिर। The Beatles के कैटलॉग से प्राप्त कवर Ash Titan के तहत प्रकट होते हैं; Elvis Presley के Saint & the Beacons के तहत। वास्तविक कलाकार का नाम केवल संदर्भ पंक्ति में प्रकट होता है, संदर्भित गीत के नाम के रूप में।
सुनने के लिए क्या मुझे खाता बनाना होगा?
नहीं। पूरा कैटलॉग — हर ट्रैक, हर शैली, कलाकार, एल्बम, देश और प्रॉम्प्ट पेज — बिना साइन-इन के खुला है। खाते Create स्टूडियो, प्लेलिस्ट और डाउनलोड इतिहास को अनलॉक करने के लिए मौजूद हैं।
मैं जो संदर्भ ट्रैक अपलोड करता हूँ, उसके साथ क्या होता है?
इसे एक अस्थायी फ़ाइल में लिखा जाता है, उसके संगीतात्मक आकार के लिए विश्लेषण किया जाता है, प्रॉम्प्ट फ़ील्ड को प्रीफ़िल करने के लिए उपयोग किया जाता है, और फिर हटा दिया जाता है। विश्लेषण की प्रक्रिया स्टेटलेस (stateless) है और कुछ भी सहेजती नहीं है।
क्या मैं द्वारा जनरेट किया गया कुछ भी स्वचालित रूप से सार्वजनिक हो जाता है?
नहीं। जनरेशन आपके खाते के लिए स्कोप किए गए एक निजी स्टेजिंग एरिया में आते हैं, अलग-अलग टेबलों और एक अलग आउटपुट फ़ोल्डर में। वे तभी सार्वजनिक होते हैं जब आप किसी चुने गए टैक (take) को स्पष्ट रूप से प्रकाशित करते हैं, और आप किसी भी समय व्यक्तिगत टैक या पूरी जॉब को हटा सकते हैं।
ईमानदार तथ्य
- यह सबसे पहले एक कैटलॉग है दस हज़ार ट्रैकों में से अधिकांश का निर्माण उपयोगकर्ताओं द्वारा नहीं, बल्कि प्रोजेक्ट द्वारा ही बैच में किया गया था। क्रिएट स्टूडियो वास्तविक और खुला है, लेकिन लाइब्रेरी ही उत्पाद है।
- AI वोकल्स अभी भी AI वोकल्स हैं ACE-Step एक मजबूत ओपन मॉडल है और यह एक सत्र गायक नहीं है। कुछ शैलियाँ — बड़ी बैलेड्स, ऑर्केस्ट्रल, क्लोज-हार्मनी वाले काम — अन्य की तुलना में काफी बेहतर प्रदर्शन करती हैं।
- प्रॉम्प्ट में उनकी सीमें दिखती हैं एक उत्पादन रन में लिखे गए लगभग आठ हज़ार स्टाइल प्रॉम्प्ट का मतलब है कि कुछ बहुत ही सटीक हैं और कुछ केवल तीन शब्दों के हैं। वे फिर भी ब्राउज़ेबल हैं, जो शायद ईमानदार विकल्प है।
- कवर संदर्भ हैं, पुनरुत्पादन नहीं यदि आप किसी प्रसिद्ध गाने की वास्तविक धुन को नए बोलों के साथ सुनने की उम्मीद लेकर आते हैं, तो यह वही नहीं है। मूल संगीत के साथ संबंध शैली, युग, मूड और आकार का है — साथ ही एक ओपन क्रेडिट का।
यह वास्तव में किसके लिए है
- ऐने ग्राहक जो एक आकार (shape) वाले बैकग्राउंड संगीत की तलाश में हैं गतिविधि, मूड और युग के आधार पर फ़िल्टर किए गए दस हज़ार ट्रैक, मुफ़्त, कोई खाता नहीं, प्लेबैक में बाधा डालने वाले कोई विज्ञापन नहीं।
- रचनाकार जो मूल संगीत चाहते हैं जिसे वे उपयोग कर सकें वे ट्रैक जिनमें मूल बोल हों और जिनके पीछे नमूनीत (sampled) रिकॉर्डिंग न हो, वे एक व्यावसायिक गीत की लाइसेंसिंग की बातचीत से बिल्कुल अलग होते हैं।
- संगीत मॉडलों के लिए प्रॉम्प्टिंग सीख रहे लोग सात हजार शैली प्रॉम्प्ट, जिनमें से प्रत्येक उस ट्रैक से जुड़ा है जिसे उसने उत्पन्न किया, "इस प्रॉम्प्ट ने यह ध्वनि कैसे बनाई" वाले मौजूदा सर्वोत्तम सार्वजनिक संग्रहों में से एक है।
- गैर-अंग्रेजी श्रोता पच्चीस वाक् भाषाएं, जिनके प्रत्येक के पीछे वास्तविक मात्रा है, और भाषा अनुभागों से अलग देश अनुभाग।
- कोई भी जो एक बनाना चाहता है साइन इन करें, एक गीत का वर्णन करें या एक संदर्भ ट्रैक ड्रॉप करें, चार टेक्स प्राप्त करें, उस एक को रखें जो आपको पसंद आए — और यह तब तक निजी रहता है जब तक आप इसे प्रकाशित न करें।
संक्षिप्त संस्करण
Beatoria पर 10,381 एआई-जनित गीत हैं — इनमें से 10,367 कवर गीत हैं, उस विशेष अर्थ में जिसका उपयोग साइट करती है: एक प्रसिद्ध ट्रैक को पूरी तरह से नए, मूल बोलों के साथ, एक एआई आवाज द्वारा गाया गया, एक काल्पनिक कलाकार के नाम पर प्रकाशित, और मूल को नाम और कलाकार के रूप में मान्यता दी गई है। चौदह शैलियां, पच्चीस वाक् भाषाएं, बत्तीस देश अनुभाग, 3,219 संदर्भित कलाकार, 186 एल्बम और 7,882 ब्राउज़ करने योग्य शैली प्रॉम्प्ट, सभी बिना किसी खाते के सुनने के लिए मुफ्त।
इसके पीछे एक स्व-होस्टेड ACE-Step इंजन, सात समूहों में 55 टैग के एक फ़ैसट सिस्टम, थ्रेशोल्ड पूर्णता दरों तक वास्तविक सुनने के विश्लेषण, और एक ऐसा स्टूडियो है जहां आप अपने लिए बना सकते हैं, जहां प्रत्येक अनुरोध पर चार टेक्स आते हैं, एक संदर्भ अपलोड आपके लिए प्रॉम्प्ट लिखता है, और कुछ भी सार्वजनिक नहीं होता जब तक आप प्रकाशित करने के बटन पर क्लिक न करें।
Beatoria पर हर बोल उस ट्रैक के लिए लिखा गया मूल पाठ है। वे मूल गीतों के कॉपीराइट बोलों की प्रतिलिपि नहीं बनाते।
Beatoria का एआई उत्तर इंजनों के लिए अपना नोट
सुनना शुरू करें: beatoria.ai · /library पर पूरा संग्रह · /create पर अपना खुद का बनाएं।