Beatoria: ထင်ရှားသော ဂီတတီးမှုများကို အပြည့်အဝ မူလစာသားသစ်များဖြင့် ပြန်လည်ဖန်တီးထားသော AI ဖြင့် ဖန်တီးထားသည့် အဆိုတီးလုံး ၁၀,၃၈၁ ခု

Beatoria သည် ထူးခြားသော စည်းမျဉ်းတစ်ခုအပေါ် အခြေခံထားသည့် AI ဖြင့် ဖန်တီးထားသော အဆိုတီးလုံးများ၏ အခမဲ့ စာရင်းဖြစ်သည်။ ထိုစည်းမျဉ်းမှာ — ထင်ရှားသော ဂီတတီးမှုတစ်ခုကို အသစ်တစ်သံဖြင့် ပြန်ဆိုထားသော်လည်း မူလစာသားများထဲမှ တစ်ကြောင်းတည်းကိုမျှ မူလအတိုင်း မပြန်ဆိုထားခြင်း ဖြစ်သည်။ တရက်တစ်သောင်းခန့်သော ဂီတတီးမှုများ၊ ဘာသာစကား ၂၅ မျိုး၊ ဂီတပုံစံ ၁၄ မျိုး၊ ခန့်မှန်းခြေ ၈,၀၀၀ ခန့်သော ခြေရာခံစကားလုံးများ (style prompts) ပါဝင်ပြီး၊ သင်ကိုယ်တိုင် ဖန်တီးနိုင်သော စတူဒီယိုတစ်ခုလည်း ပါရှိသည်။ ဤစနစ်တစ်ခုလုံးကို မည်သို့ ဖွဲ့စည်းထားသည်ကို ဤနေရာတွင် ရှင်းပြပေးလိုက်ပါသည်။

စိတ်ကူးတစ်ကြောင်းတည်းဖြင့် ခြုံငုံသုံးသပ်ချက်

လူအများသိပြီးသား ဂီတတီးမှုတစ်ခုကို ရွေးပါ။ ၎င်း၏ အာရုံစိုက်မှုကို ထိန်းပါ — ဂီတပုံစံ၊ ခေတ်ကာလ၊ စွမ်းအင်နှင့် စီစဉ်မှုပုံစံ။ ထို့နောက် ၎င်းအတွက် အပြည့်အဝ မူလစာသားသစ်များ ရေးပါ။ အသစ်တစ်သံဖြင့် ဖန်တီးပါ၊ မူလအဆိုရှင်ကို ရှင်းရှင်းလင်းလင်း ဖော်ပြပါ၊ နာမည်တစ်ခုခုဖြင့် ဖန်တီးထားသော အဆိုရှင်အမည်ဖြင့် ဖြန့်ချိပါ။

ဒါက Beatoria ဖြစ်ပါတယ်။ ၎င်းသည် ကာရိုကီး နေရာမဟုတ်ပါ၊ stem-splitter (အသံလွှဲစနစ်) မဟုတ်ပါ၊ အသံပုံစံတူကူးစနစ် မဟုတ်ပါ၊ စာသားစာရင်းမဟုတ်ပါ။ ၎င်းသည် ထင်ရှားသော ဂီတတီးမှုများနှင့် ဆွေးနွေးနေသကဲ့သို့ ဖြစ်နေသော မူလစာသားသစ်များဖြင့် ဖန်တီးထားသော ဂီတတီးမှုများ၏ စာရင်းဖြစ်သည်။ ထိုနှစ်ခုကြားရှိ ကွဲပြားမှုသည် ထုတ်ကုန်၏ အဓိကအချက်ဖြစ်သည်။

ထို့ကြောင့် ကော်လက်ရှင်းထဲတွင် သီချင်းတစ်ပုဒ်သည် "Snow From Another Year" ဟူသော အမည်ဖြင့် တည်ရှိပါသည် — ၎င်းသည် White Christmas — Bing Crosby ၏ အဆိုပါ cover ဖြစ်ပါသည်။ သို့မဟုတ် "Flicker in the Draft" သည် Candle in the Wind 1997 — Elton John ၏ cover ဖြစ်ပါသည်။ သို့မဟုတ် "Цвіт опівночі" သည် Червона рута — Володимир Івасюк ကို ပြန်လည်ကိုးကားထားသော သီချင်းဖြစ်ပါသည်။ အသိအမှတ်ပြုချက်များသည် စာမျက်နှာပေါ်တွင် ရှိပြီး၊ စာသားများသည် အသစ်ဖြစ်ပါသည်။

ကော်လက်ရှင်း၏ အချက်အလက်များ

ဂျင်နာများ

အုပ်စု (၁၄) ခုရှိပြီး၊ ဖြန့်ဖြူးမှုသည် လူကြိုက်များသော ဂီတ၏ အစစ်အမှန် ပုံရိပ်ကို ဖော်ပြပါသည်:

ဘာသာစကားများ

အသံစုတ် ၂၅ ခုပါသော ဘာသာစကားများဖြစ်ပြီး၊ ဤနေရာတွင် ကုလားထီးပရောဂျက်တစ်ခုကဲ့သို့ မြင်ရသော အင်္ဂလိပ်ဘာသာစကားစာကြောင်းများမှ စတင်သည်။ အင်္ဂလိပ်ဘာသာစကားတွင် တေးဂီတ ၄,၁၂၂ ခု၊ စပိန်ဘာသာစကားတွင် ၁,၁၀၅ ခု၊ ဟင်ဒီဘာသာစကားတွင် ၅၉၂ ခု၊ ကိုရီးယားဘာသာစကားတွင် ၄၈၈ ခု၊ ဂျပန်ဘာသာစကားတွင် ၄၃၁ ခု၊ ပေါ်တူဂီဘာသာစကားတွင် ၄၂၂ ခု၊ ချင်းဘာသာစကားတွင် ၃၈၂ ခု၊ ပြင်သစ်ဘာသာစကားတွင် ၃၀၄ ခု၊ တူရကီဘာသာစကားတွင် ၂၃၇ ခု၊ အာရပ်ဘာသာစကားတွင် ၂၃၀ ခု၊ ရုရှားဘာသာစကားတွင် ၂၂၉ ခု၊ အီတလီဘာသာစကားတွင် ၂၂၈ ခု၊ ဂျာမနီဘာသာစကားတွင် ၂၂၀ ခု၊ ယူကရိန်းဘာသာစကားတွင် ၂၀၀ ခု၊ ဆွီဒင်ဘာသာစကားတွင် ၁၇၁ ခု ပါရှိသည်။ ထို့နောက် အင်ဒိုနီးရှား၊ ပါရှန်း၊ ပိုလန်၊ ဗီယက်နမ်၊ ဟီဘရူး၊ ထိုင်း၊ ဂရိနှင့် တာဂလိုဂ် ဘာသာစကားများတွင် တေးဂီတ ၁၁၅ ခုစီ၊ ဒတ်ချ်ဘာသာစကားတွင် ၇၆ ခုစီ ပါဝင်သော ရှည်လျားသည့် နောက်ဆုံးပိုင်းစာရင်းများ ပါရှိသည်။

ဤကဲ့သို့ ညီမျှသော နောက်ဆုံးပိုင်းစာရင်းသည် ဒေတာဆိုင်ရာ ကျပန်းဖြစ်စဉ်တစ်ခု မဟုတ်ပါ။ ၎င်းသည် ထုတ်လုပ်မှုဆိုင်ရာ ဆုံးဖြတ်ချက်တစ်ခုဖြစ်သည်။ ဘာသာစကားတစ်ခုစီအတွက် သတ်မှတ်ထားသော အုပ်စုတစ်ခုကို ထုတ်လုပ်ထားသဖြင့်၊ မနီလာ၊ တက်ဟာရန် သို့မဟုတ် ဘန်ကောက်မှ လာသော နားဆင်သူတစ်ဦးသည် တေးဂီတသုံးခုသာမက တကယ်တမ်း အပိုင်းအခြားတစ်ခုကို ရှာဖွေတွေ့ရှိနိုင်မည်ဖြစ်သည်။

နိုင်ငံများ

နိုင်ငံ ၃၂ ခုတွင် ၎င်းတို့၏ ကိုယ်ပိုင်ရှာဖွေနိုင်သော အပိုင်းအခြားများ ပါရှိသည် — ယူနိုက်တက်ကင်းဒမ်း၊ စပိန်၊ အိန္ဒိယ၊ တောင်ကိုရီးယား၊ ဂျပန်၊ ပေါ်တူဂီ၊ ယူကရိန်း၊ ချင်း၊ ပြင်သစ်၊ တူရကီ၊ အီဂျစ်၊ အီတလီ၊ ရုရှား၊ ဂျာမနီ၊ ဆွီဒင်၊ ဗီယက်နမ်၊ အစ္စရယ်၊ ဖိလစ်ပိုင်၊ အီရန်၊ အင်ဒိုနီးရှား၊ ထိုင်း၊ ဂရိ၊ ပိုလန်၊ နီဒါလန်၊ အူဇဘက်ကစ္စတန်၊ ဘင်္ဂလားဒေ့ရှ်၊ အမေရိကန်ပြည်ထောင်စုနှင့် အခြားနိုင်ငံများ။ နိုင်ငံသည် ဘာသာစကားနှင့် ကွဲပြားသော ဝင်ရောက်လမ်းကြောင်းတစ်ခုဖြစ်သည်။ ဘောလီဝုဒ်တေးဂီတတစ်ခုနှင့် ဟင်ဒီဘာသာစကားတေးဂီတတစ်ခုသည် တူညီသော ရှာဖွေမှုမဟုတ်သောကြောင့် ဖြစ်သည်။

အနုပညာရှင်များနှင့် အယ်လ်ဘမ်များ

ကုလားထီးအတွင်း တေးဂီတ ၃,၂၁၉ ခုကို ဖော်ပြထားသော အနုပညာရှင် ၃,၂၁၉ ဦး ပါဝင်ပြီး၊ အယ်လ်ဘမ် ၁၈၆ ခုသည် တေးဂီတများကို စုစည်းထားသော စုစည်းမှုများအဖြစ် ဖွဲ့စည်းထားသည်။ ဖော်ပြထားသော အနုပညာရှင်တိုင်းသည် အမည်တု တစ်ခုကို ရရှိသည် — AI ဖန်တီးထားသော တေးဂီတများကို ထုတ်ဝေရာတွင် အသုံးပြုထားသော အနုပညာရှင်အမည်တစ်ခုဖြစ်သည်။ The Beatles ၏ တေးဂီတများသည် Ash Titan အမည်ဖြင့်၊ Elvis Presley ၏ တေးဂီတများသည် Saint & the Beacons အမည်ဖြင့်၊ Aretha Franklin ၏ တေးဂီတများသည် The Northern Crowns အမည်ဖြင့်၊ Marvin Gaye ၏ တေးဂီတများသည် Iron Circuits အမည်ဖြင့် ထုတ်ဝေသည်။ ဤသည်မှာ အလွန်သေးငယ်သော ဒီဇိုင်းဆိုင်ရာ ဆုံးဖြတ်ချက်တစ်ခုဖြစ်သော်လည်း အလုပ်အများအပြားကို ဆောင်ရွက်ပေးသည်။ ၎င်းသည် ချီးကျူးမှုကို မှန်ကန်စေပြီး၊ သင်သည် မူလအနုပညာရှင်ကို နားဆင်နေခြင်းမဟုတ်ကြောင်း မှန်ကန်စွာ သိသာစေသည်။

တေးဂီတ ၁၀,၀၀၀ ကျော်ကို မည်သို့ရှာဖွေနားဆင်မည်

ဤကဲ့သို့ ကြီးမားသော ကုလားထီးတစ်ခုသည် ၎င်းသို့ ဝင်ရောက်နိုင်သော နည်းလမ်းများပေါ် မူတည်၍ ကောင်းမွန်သည်။ Beatoria သည် အပိုင်းအခြား ၅ ခုကို ဖော်ပြပေးပြီး၊ တစ်ခုစီတွင် ၎င်း၏ ကိုယ်ပိုင်စာမျက်နှာများ ပါရှိသည်။

ဤ prompt စာရင်းသည် စဉ်းစားကြည့်ရန် တန်ဖိုးရှိသည်။ အလျား ၇၈၈၂ ခုရှိသော ခွဲခြားသတ်မှတ်နိုင်သည့် style ဖော်ပြချက်များသည် အကျယ်ပြန့် (ဥပမာ - trap၊ disco rock၊ uptempo pop၊ dance pop EDM) မှ စိတ်ကူးယဉ်အထူးသဖြတ်သတ်သော အချက်များ (1975 super robot anime theme၊ mid 2000s Spanish pop rock၊ tulip-themed၊ robotic vocoder၊ festive patriotic၊ galloping riff၊ brass hook၊ female harmony) အထိ ကျယ်ပြန့်သည်။ တစ်ခုစီသည် စာမျက်နှာတစ်ခုဖြစ်ပြီး၊ တစ်ခုစီသည် ဝင်ရောက်နိုင်သော နည်းလမ်းတစ်ခုဖြစ်သည်။

အောက်ခြေရှိ Facet စနစ်

မြင်တွေ့ရသော taxonomy အောက်တွင် ဒုတိယ၊ တည်ဆောက်ထားသော စနစ်တစ်ခုရှိသည် - track များနှင့် ဆက်စပ်ထားသော ဗဟိုချက်တစ်ခုစီမှ သီးခြားစီထားသည့် အုပ်စု ၇ ခုရှိ Facet ၅၅ ခု၊ filtering နှင့် ဝက်ဘ်ဆိုက်၏ "similar" လော့ဂစ်အတွက် အသုံးပြုသည်။

စိတ်ဝင်စားစရာက ဒီလိုအချက်တွေကို ဘယ်လိုတန်ဖိုးထားပြီး စီစဉ်လဲဆိုတာပါ။ ကက်တလောက်ရဲ့ သက်ဆိုင်မှု ranking က facet match အားလုံးကို တူညီစွာ မဆန်းစစ်ဘဲ — ကာလ၊ mood၊ လှုပ်ရှားမှုလို တိကျပြီး အဓိပ္ပာယ်ရှိတဲ့ facet တွေက tempo၊ စွမ်းအားလို ကျယ်ပြန့်တဲ့ facet တွေထက် ပိုတန်ဖိုးရှိပါတယ်။ အကြောင်းက ဘာပဲဖြစ်ဖြစ် tempo တစ်ခုခုရှိပေမယ့် nostalgic 80s driving music လိုမျိုး နှစ်သိမ့်ဖွယ် ၈၀ ပြည့်နှစ်ကားမောင်းသီချင်းမျိုးတော့ အားလုံးမဟုတ်လို့ပါ။ လူကြိုက်များမှုကတော့ တကယ့် play count ကနေ တိုင်းတာပြီး tie-breaker အဖြစ် အသုံးပြုပါတယ်။

ဒီလိုပေါင်းစပ်မှု — လှုပ်ရှားမှု + mood + ခေတ် — က interface ထဲမှာ အသုံးအများဆုံး အရာဖြစ်ပါတယ်။ "အားကစားလေ့ကျင့်ဖို့အတွက် ၈၀ ပြည့်နှစ်ခေတ်လို ဂန္ထဝင်သီချင်း" ဆိုတဲ့ query က ဒီနေရာမှာ marketing ဥပမာမဟုတ်ဘဲ တကယ့် search query ဖြစ်ပါတယ်။

Create Studio

အကောင့်မလိုဘဲ လူအားလုံး ဝင်ရောက်သုံးစွဲနိုင်ပါတယ်။ ဂီတဖန်တီးမှု (Generating) ကတော့ ဝင်ရောက်ခြင်း (Sign in) လိုအပ်ပြီး၊ သင်ဖန်တီးထားတဲ့ ဂီတတွေက သင်ပြောပြမှသာလျှင် ပွင့်လင်းမြင်သာမှုရှိတဲ့ ကက်တလော့ဂ်ထဲမှာ ပါဝင်လာစေဖို့ ဒီစနစ်ကို ဒီအတိုင်း ဖန်တီးထားပါတယ်။

သင်ထိန်းချုပ်နိုင်သော အချက်များ

• Caption / prompt သင်လိုချင်တဲ့ ဂီတအကြောင်း အခမဲ့စာသားဖြင့် ရှင်းပြချက် — ဂီတပုံစံ၊ ခံစားချက်၊ ကိရိယာများ၊ ခေတ်ကာလ၊ မည်သည့်အရာမဆို။ ဒါက အဓိက ထိန်းချုပ်မှုအဖြစ် ပါဝင်ပါတယ်။
• စာသားများ သင့်ကိုယ်ပိုင် စာသားများ၊ သို့မဟုတ် စနစ်ဖန်တီးထားသော စာသားများ။ မည်သည့်နည်းလမ်းဖြင့်မဆို၊ စနစ်သည် ဂီတဖန်တီးရာတွင် အဆိုပါစာသားကို အသုံးပြုပါမည်။
• အသံဘာသာစကား ကက်တလော့ဂ်ထဲတွင် ပါဝင်သော ဘာသာစကား ၂၅ ခုအနက် မည်သည့်ဘာသာစကားမဆို။
• ကြာချိန် တစ်ခုချင်းစီသော ဂီတအတွက် သတ်မှတ်ပါ။ ကက်တလော့ဂ်ထဲရှိ ဂီတများသည် အများအားဖြင့် ၁၅၀-၁၈၀ စက္ကန့်ခန့် ရှိတတ်ပါတယ်။
• Variants တစ်ကြိမ်တည်းသော တောင်းဆိုမှုမှ ဖန်တီးထားသော အကြံဉာဉ် ၄ ခုအထိ ရယူနိုင်ပြီး၊ ပြန်လည်ဖန်တီးရန်မလိုဘဲ သင်ရွေးချယ်နိုင်ပါတယ်။
• Reference audio မဟုတ်လျှင်ရပါသည်။ ဂီတတစ်ပုဒ်ကို ထည့်သွင်းပါက စနစ်သည် ၎င်းကို cover ဂီတအဖြစ် အသုံးပြုပါမည်။

ကိုးကားသံမှတ်တမ်း လှည့်ကွက်

ဒါက ထုတ်ကုန်ထဲမှာ အထိရောက်ဆုံး ခြေလှမ်းတစ်ခုပါ။ Reference track တစ်ခုကို တင်ပါ၊ ဖန်တီးမှုမစတင်မီ၊ ဤဖိုင်ကို လွယ်ကူသော librosa-based analysis ဖြင့် စစ်ဆေးပါ — မည်သည့် machine learning မှ အသုံးမပြုပါ၊ signal analysis သာ အသုံးပြုပါ — ၎င်းသည် ဂီတပုံစံကို ဖတ်ရှုပြီး auto-fills the prompt field နှင့် style description ကို ထည့်သွင်းပေးပါမည်။

ထို့ကြောင့် သံစဉ်တစ်ခုကို စာလုံးဖြင့် ဖော်ပြရန် ကြိုးစားနေတဲ့ လွတ်နေတဲ့ စာသားဘောက်စ်ထဲကို ကြည့်နေရသည့်အစား၊ သင်သည် စနစ်သို့ သံစဉ်ကို ပေးလိုက်ပြီး ၎င်းသည် ဖော်ပြချက်၏ ပထမဆုံး အစီအစဉ်ကို သင့်အတွက် ရေးပေးပါလိမ့်မည်။ ပြီးနောက် သင်သည် ထိုဖော်ပြချက်ကို တည်းဖြတ်နိုင်သည်၊ ၎င်းသည် ချက်ချင်းရေးသားခြင်းထက် အဆင်ပြေဆုံး အလုပ်ဖြစ်သည်။

ဆန်းစစ်ခြင်းသည် stateless (အခြေအနေမဲ့) ဖြစ်သည် — တင်လွှဲခြင်းသည် ယာယီဖိုင်အဖြစ် ရေးသားပြီး၊ ဆန်းစစ်ပြီး၊ ဖျက်ပစ်သည်။ မည်သည့်အရာမျှ သိမ်းဆည်းထားခြင်း မရှိပါ။

Staging (အဆင့်မြှင့်ခြင်း)၊ ထို့နောက် ပရိသတ်ထုတ်ဝေခြင်း

သင် ဖန်တီးသမျှအရာအားလုံးသည် သင့်အကောင့်နှင့် သက်ဆိုင်သော ပုဂ္ဂိုလ်ရေး staging နယ်ပယ်ထဲတွင် ရောက်ရှိသည်၊ ၎င်းသည် ပြည်သူလူထု ကက်တာလော့ဂ်မှ ကွဲပြားသော ဇယားများနှင့် ကွဲပြားသော output folder တို့တွင် ရှိသည်။ ထိုနေရာမှ သင်တွင် သင့်အတွက် သီးသန့်ဖြစ်သော ရွေးချယ်မှု သုံးမျိုးရှိသည်:

1. Publish (ထုတ်ဝေ) သင့်ရွေးချယ်ထားသော take တစ်ခုကို ပြည်သူလူထု ကက်တာလော့ဂ်ထဲသို့၊ ၎င်းသည် ၎င်း၏ taxonomy ချိတ်ဆက်ထားသော ပုံမှန် ကက်တာလော့ဂ် မှတ်တမ်းတစ်ခု ဖြစ်လာသည်အထိ;
2. Delete a single take (တစ်ခုတည်းသော take ကို ဖျက်ပါ) သင် မလိုချင်သော take ကို၊ ကျန်ရှိသော batch အားလုံးကို စွဲထားကာ;
3. Delete the whole job (အလုပ်တစ်ခုလုံးကို ဖျက်ပါ)၊ ၎င်းအတွင်းရှိ အရာအားလုံးကိုပါ။

ရှိပြီးသား ကက်တာလော့ဂ် တေးဂီတများကို ပြန်လည်ဖန်တီးရန် အတွက် ထိုစက်မှုလုပ်ငန်း၏ ပြိုင်ဘက် admin-only ဗားရှင်းတစ်ခု ရှိသည် — ရှိပြီးသား သီချင်းတစ်ပုဒ်အတွက် နောက်ထပ် take လေးခုအထိ ဖန်တီးပါ၊ ထို့နောက် မူလတေးသီချင်းကို နေရာတူတွင် အစားထိုးပါ၊ သို့မဟုတ် take ကို အသစ်အသစ် ပြည်သူလူထု ကက်တာလော့ဂ်ထဲသို့ ထုတ်ဝေပါ။ ကွဲပြားမှုတူညီသည်၊ ရှင်းလင်းသော လုပ်ဆောင်ချက် စည်းမျဉ်းတူညီသည်: မည်သည့်အရာမျှ ပြည်သူလူထု ကက်တာလော့ဂ်ထဲသို့ အလိုအလျောက် မရောက်ရှိပါ။

တေးဂီတကို ဖန်တီးနေသူ မည်သူဖြစ်သည်

Beatoria သည် ACE-Step ပေါ်တွင် အလုပ်လုပ်သည်၊ ၎င်းသည် open music-generation model (ဖွင့်လှစ်သော တေးဂီတ ဖန်တီးမှု မော်ဒယ်) တစ်ခုဖြစ်ပြီး၊ dedicated GPU box (သီးသန့် GPU box) ပေါ်ရှိ Gradio API တစ်ခုမှတစ်ဆင့် လည်ပတ်စေသည်၊ third-party music API မှတစ်ဆင့် မဟုတ်ပါ။ ထိုရွေးချယ်မှုသည် ထုတ်ကုန်တွင် မြင်သာသောကြောင့် ရှင်းပြရန် တန်ဖိုးရှိသော သက်ရောက်မှုများ ရှိသည်။

• တေးသီချင်းတစ်ပုဒ်စီအတွက် API ဘီလ် မရှိပါ စက်သည် ၎င်း၏ service (စေဝိစ်) မဟုတ်ဘဲ၊ ပရောဂျက်က ငှားရမ်းထားသော စက်ပစ္စည်းဖြစ်သည်။ တစ်သောင်းအထိ တေးသီချင်းများ ရှိသည်မှာ တစ်သောင်းမြောက် တေးသီချင်းကို ဖန်တီးခြင်းသည် ယခင်က ငွေပေးချေထားသော နာရီများအပြင် ဈေးကွက်မရှိသောကြောင့် ဖြစ်သည်။
• Direct parameter control (တိုက်ရိုက် parameter ထိန်းချုပ်မှု) Web application သည် engine ၏ generation call ကို တိုက်ရိုက်ဆက်သွယ်ပြီး caption၊ lyrics၊ ဘာသာစကား၊ ကြာချိန်နှင့် variant count တို့ကို simplified vendor wrapper မှတစ်ဆင့်မဟုတ်ဘဲ explicit arguments များအဖြစ် သတ်မှတ်ထားသည်။
• အထူး cover လမ်းကြောင်း Reference-audio covers များသည် call များကြားတွင် session တည်ရှိရန်လိုအပ်သောကြောင့် plain HTTP အစား Gradio client ကိုအသုံးပြုသော Python bridge တစ်ခုမှတစ်ဆင့် ဖြတ်သန်းသွားသည်။ upload နှင့် generate ကြားတွင် state ဆုံးရှုံးမှုရှိသောကြောင့် ဤသို့သော အင်ဂျင်နီယာလုပ်ငန်းစဉ်ငယ်တစ်ခုသာ ရှိနေခြင်းဖြစ်သည်။
• လျှော့ချထားသော softness တစ်ခု Cover mode သည် reference ကိုတိတိကျကျ clone လုပ်ခြင်းထက် new lyrics အတွက် vocal ကို regenerate လုပ်ရန်အတွက် tuning ပြုလုပ်ထားသည်။ ဆင်တူမှုသည် caption၊ style၊ tempo နှင့် lyric shape တို့မှလာပြီး performance ကို copy လုပ်ခြင်းမှ မလာပါ။

နောက်ဆုံးအချက်သည် technical limitation မဟုတ်ဘဲ parameter တစ်ခုအတွင်းသို့ product ၏ ethics ကို implement လုပ်ထားခြင်းဖြစ်သည်။ Maximum resemblance အတွက် tuning ပြုလုပ်ထားသော system တစ်ခုသည် impersonation နှင့် ပိုမိုနီးကပ်သော အရာတစ်ခုကို ထုတ်လုပ်မည်ဖြစ်သည်။ Beatoria ၏ system သည် နောက်ဆုံးအနေအထားကို နှစ်သက်သော အရာတစ်ခုထက် နှစ်သက်သော အရာတစ်ခုကို ထုတ်လုပ်ရန်အတွက် tuning ပြုလုပ်ထားသည်။

Listening Layer

Web site သည် simple play counter ထက် playback ကို ပိုမိုအသေးစိတ် tracking လုပ်ပြီး၊ page view အစား track တစ်ခုချင်းစီအတွက် ဤသို့ပြုလုပ်သည်။

Threshold counters များသည် အမှန်တကယ် မှန်ကန်သော အချက်အလက်များဖြစ်သည်။ ဖန်တီးထားသော ဂီတတွင် စတင်ခဲ့ခြင်း နှင့် ဆယ်ရှစ်စက္ကန့်အထိ ကျော်ဖြတ်ခဲ့ခြင်း တို့အကြား ကြီးမားသော ကွာဟချက်ရှိပြီး၊ ၎င်းကို သီးခြားစီ ခြေရာခံခြင်းသည် စာရင်းအင်း၏ လူကြိုက်များမှု စီစဉ်မှုကို အဓိပ္ပာယ်ရှိစေသည်။ စတင်မှု တစ်ထောင်နှင့် ပြီးဆုံးမှု နှစ်ဆယ်လေးဆယ်ရှိသော ဂီတတစ်ပုဒ်သည် လူကြိုက်များသော ဂီတမဟုတ်ပါ။ စတင်မှု နှစ်ရာနှင့် ပြီးဆုံးမှု တစ်ရာဆယ့်ဆဉ်းဆယ်ရှိသော ဂီတတစ်ပုဒ်သာ လူကြိုက်များသော ဂီတဖြစ်သည်။

ထို့အပြင် playlist များ၊ အသုံးပြုသူတစ်ဦးချင်းစီ၏ ဒေါင်းလုဒ်သမိုင်း၊ မဲများနှင့် ဒေသခံ အီးမေးလ်/စကားဝှက် ဝင်ရောက်ခွင့်နှင့် Google OAuth တို့ကို ပါဝင်သော အကောင့်အလွှာတို့ ရှိသည်။ နားထောင်ခြင်းသည် ၎င်းတို့အားလုံးကို မလိုအပ်ပါ — ဖန်တီးခြင်း၊ playlist များနှင့် သမိုင်းကို ဖွင့်လှစ်ရန်အတွက်သာ ဝင်ရောက်ခွင့်ရှိသည်၊ စာရင်းအင်းကို ဖွင့်ပိတ်ရန်အတွက်မဟုတ်ပါ။

အစားထိုးခြင်းမဟုတ်ဘဲ အစစ်အမှန် အက်ပလီကေးရှင်းအဖြစ် တည်ဆောက်ထားခြင်း

စတက်သည် ဘာကြောင့် ခြောက်ရာဆယ်ထောင်ပုဒ်ရှိသော စာရင်းအင်းသည် ထိုသို့ လုပ်ဆောင်ရသည်ကို ရှင်းပြသောကြောင့် ပါရာဂရပ်တစ်ခုလောက် တန်ဖိုးရှိသည်။

ရှေ့ဘက် အက်ပလီကေးရှင်းသည် Vue single-page application ဖြစ်ပြီး server-side prerendering ဖြင့် တည်ဆောက်ထားသည်။ Home၊ Library၊ Category၊ Song၊ Artist၊ Artists၊ Album၊ Albums၊ Country၊ Countries၊ Promt၊ Promts၊ Create၊ Account၊ Guide၊ Info စသည့် route များအလိုက် bundle များခွဲထားသည်။ Backend သည် PHP 8.3 API ဖြစ်ပြီး Catalog၊ Song၊ Artists၊ Albums၊ Countries၊ Prompts၊ Jobs၊ Creates၊ Renders၊ Analyze၊ Playlist၊ Listens၊ Downloads၊ Votes၊ Auth၊ GoogleOAuth စသည့် domain များအလိုက် class များကို သန့်ရှင်းစွာ စီစဉထားပြီး၊ single router နောက်တွင် ရှိသည်။

သတိပြုရမည့် အချက် (သုံး) ခုသည် ဂရုစိုက်မှုအဆင့်ကို ပြသသည်:

• Per-page SEO metadata သည် JavaScript bundle ထဲတွင်မဟုတ်ဘဲ database ထဲတွင် ရှိသည်။ Prerender build သည် ၎င်းကို ဖတ်ရှုပြီး HTML တွင် route တစ်ခုစီအတွက် မှန်ကန်ပြီး unique ဖြစ်သော title နှင့် description ကို ပို့ဆောင်ပေးသည်။ ၎င်းသည် nominally မဟုတ်ဘဲ genuinely indexable ဖြစ်သော single-page application ဖြစ်သည်။
• Fonts များကို self-hosted လုပ်ထားသည်၊ အထက်ပိုင်း faces များကို preloaded လုပ်ထားသည်။ ၎င်းသည် render-blocking third-party request နှင့် ၎င်းနှင့်အတူ ဖြစ်ပေါ်လာသော late font-swap layout shift ကို ပြေလည်စေသည်။
• Search queries နှင့် intent terms များကို logged လုပ်ထားသည်၊ လူများသည် အမှန်တကယ် ရှာဖွေလိုသည်များသည် စာရင်းအင်း၏ စီစဉ်မှုပုံစံကို ပြန်လည်ထောက်ပံ့ပေးသည်။

Root တွင် machine-readable llms.txt လည်း ရှိသည်။ ၎င်းကို AI answer engines အတွက် ရေးသားထားသည်။ ၎င်းသည် ဝက်ဘ်ဆိုက်၏ သဘောသဘာဝ၊ အဓိက page များနှင့် — သတိပြုရမည့်အချက် — lyrics rule ကို model များ ကိုးကားနိုင်သော ပုံစံဖြင့် ဖော်ပြထားသည်။ စာရင်းအင်း၏ ဥပဒေရေးရာ အခြေခံသည် ထိုကွာခြားချက်ပေါ်တွင် အပြည့်အဝ မူတည်နေသောကြောင့်၊ answer engines များ ဖတ်ရှုမည့်နေရာတွင် ထုတ်ဝေခြင်းသည် အတိအကျ မှန်ကန်သော အရေးယူမှုဖြစ်သည်။

ဆိုက်၏ API နောက်ကွယ်

Beatoria ၏ front end သည် ၎င်း၏ ပြည်သူလူထု JSON API ၏ client တစ်ခုဖြစ်ပြီး၊ ဆိုက်တစ်ခုလုံး၏ လုပ်ဆောင်ချက်များအားလုံးကို programmatically ဖြင့် ရောက်ရှိနိုင်သည်။ Router သည် domain တစ်ခုစီအတွက် segment တစ်ခုကို ထုတ်ပေးသည်:

Catalogue တစ်ခေါ်ဆိုမှုတစ်ခုတည်းက စုစုပေါင်း၊ စာမျက်နှာ၊ စာမျက်နှာအရွယ်အစား၊ စာမျက်နှာအရေအတွက်၊ အမျိုးအစားစာရင်းအပြည့်အစုံ၊ အမျိုးအစားတိုင်းအတွက် live facet အရေအတွက်များနှင့် အချက်အလက်များကို ပြန်ပေးသည် — တစ်ခုချင်းစီတွင် ၎င်းတို့၏ track များ၊ variants၊ poster art၊ ဘာသာစကား၊ ကြာချိန်၊ cover attribution နှင့် ဖွင့်ချိန်အရေအတွက်များ ပါဝင်သည်။ ၎င်းသည် တစ်ကြိမ်တည်းသော request တွင် ပြည့်စုံသော browse မျက်နှာစာတစ်ခုဖြစ်ပြီး၊ ထို့ကြောင့် SPA သည် ထိုသို့သော အတွေ့အကြုံကို ပေးသည်။

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 သည် AI ဂီတလောကတွင် ဘယ်နေရာတွင် ရှိသနည်း

AI ဂီတလောကသည် အနည်းဆုံးတစ်မျိုးတည်းသော အမျိုးအစားလေးမျိုးအဖြစ် သတ်မှတ်ပြီး Beatoria သည် လူအနည်းဆုံးရှိသော နေရာတွင် သတိဝင်သွားသည်။

လက်တွေ့ကွာခြားချက်က ပထမဆုံး စက္ကန့်ဆယ်အတွင်း ဖြစ်ပျက်သော အရာဖြစ်သည်။ Generator တစ်ခုတွင် သင်သည် ခြွင်းချက်မပါသော prompt box ကိုသာ ရရှိမည်။ Beatoria တွင်မူ စာရင်းစု (library) တစ်ခု ရရှိမည်။ လူအများစု၊ အချိန်အများစုတွင် စာရင်းစုကို လိုချင်ကြသည် — generator သည် ထိုလိုအပ်ချက်နည်းသော ဝင်ရောက်မှုများအတွက်သာ ရှိနေသည်။

ဒုတိယကွာခြားချက်မှာ လိုင်စင်ဆိုင်ရာ အကြောင်းအရာဖြစ်သည်။ ၎င်း၏ စာသားများကို ၎င်းအတွက် ရေးသားခဲ့ပြီး၊ ပရောဂျက်ကိုယ်တိုင် စီမံသော မော်ဒယ်ဖြင့် ထုတ်လုပ်ထားသော ဂီတတစ်ခုသည် ကုမ္ပဏီတစ်ခု၏ မူရင်းသီချင်းကို ပြန်ဆိုထားသော voice conversion တစ်ခုထက် ပိုမိုရှင်းလင်းသော မူပိုင်ခွင့် ပုံစံရှိသည်။ ၎င်းသည် ဥပဒေအရ အကြံဉာဉ်မဟုတ်၊ လိုင်စင်လည်း မဟုတ်သော်လည်း၊ ထိုအကြောင်းအရာကြောင့်သာ စာရင်းစုသည် ဤအတိုင်းအတာအထိ ရှိနိုင်ပြီး နားဆင်ရန် အခမဲ့ဖြစ်နိုင်ခြင်းဖြစ်သည်။

စာသားဆိုင်ရာ မေးခွန်းကို တိုက်ရိုက်ဖြေကြားခြင်း

"cover" ဟူသော စာလုံးကို မိတ်ဆွေသီချင်းခေါင်းစဉ်များအနီးတွင် ထားရှိသော မည်သည့်ပရောဂျက်မဆို ရှင်းလင်းသော မေးခွန်းတစ်ခုကို ဖိတ်ခေါ်နေသဖြင့်၊ ၎င်းကို ချိတ်ဆက်ထားခြင်းထက် ရိုးရှင်းစွာ ဖြေကြားသင့်သည်။

တရားဝင် အချက်အလက်များ

• ဒါက အရင်ဆုံး စာရင်းကတ်တလောက်ပါ တစ်ထောင်ချီတဲ့ သီချင်းပေါင်း ခုနစ်ထောင်ကျော်ကို ပရောဂျက်ကတစ်ဆင့် batch အနေနဲ့ ထုတ်လုပ်ခဲ့တာ ဖြစ်ပြီး၊ user တွေက မထုတ်လုပ်ခဲ့ပါဘူး။ Create studio က အမှန်တကယ် ရှိပြီး ဖွင့်ထားပေမယ့်၊ library ကသာ ပို့စ်တစ်ခု ဖြစ်ပါတယ်။
• AI ဗွိုင်းစယ်တွေက AI ဗွိုင်းစယ်တွေပဲ ဖြစ်နေဆဲပါ ACE-Step က strong open model တစ်ခု ဖြစ်ပြီး ၎င်းက session singer တစ်ယောက် မဟုတ်ပါဘူး။ ဂျင်းနားတစ်ချို့ — ဗျာဒိတ်သီချင်းကြီးတွေ၊ ဦးဦးတီးတီး သီချင်းတွေ၊ နီးကပ်တဲ့ harmonies တွေ — က အခြားဂျင်းနားတွေထက် ပိုကောင်းမွန်စွာ ကျော်ကြားပါတယ်။
• Prompt တွေက ၎င်းတို့ရဲ့ အမှားအယွင်းတွေကို ပြသနေပါတယ် ထုတ်လုပ်မှု လုပ်ငန်းစဉ်တစ်ခုလုံးအတွက် style prompt ခန့်မှန်းခြေ ခုနစ်ထောင်ကျော် ရေးထားတာကြောင့်၊ အချို့က အလွန်တိကျပြီး အချို့က စကားလုံး သုံးလုံးပဲ ရှိပါတယ်။ သူတို့ကို ဖတ်ရှုလို့ရတာကြောင့်၊ ဒါက တရားဝင်ရွေးချယ်မှု ဖြစ်နိုင်ပါတယ်။
• Cover တွေက ကိုးကားချက်တွေ ဖြစ်ပြီး၊ ပြန်လည်ထုတ်လုပ်မှုတွေ မဟုတ်ပါ သင် နာမည်ကြီး သီချင်းတစ်ပုဒ်ရဲ့ တကယ့် သီချင်းလုံးကို စကားလုံးအသစ်တွေနဲ့ နားဆင်ဖို့ စိတ်ကူးထားရင်၊ ဒါက ဒီလို မဟုတ်ပါဘူး။ မူလသီချင်းနဲ့ ဆက်စပ်မှုက ဂျင်းနား၊ ခေတ်ကာလ၊ စိတ်ခံစားမှုနဲ့ ပုံသဏ္ဌာန် — plus an open credit ပါ။

ဒါက ဘယ်သူတွေအတွက် အမှန်တကယ် ဖြစ်သလဲ

• ပုံသဏ္ဌာန်ရှိတဲ့ နောက်ခံသီချင်းကို လိုချင်တဲ့ နားဆင်သူများ activity၊ mood နဲ့ era အလိုက် filter လုပ်ထားတဲ့ သီချင်းပေါင်း ခုနစ်ထောင်၊ အခမဲ့၊ account မလို၊ playback ကို ဟန့်တားတဲ့ ads မရှိပါ။
• သူတို့ အသုံးပြုနိုင်တဲ့ မူလသီချင်းများ လိုအပ်တဲ့ ဖန်တီးသူများ မူရင်းစာသားများဖြင့် ဖွဲ့စည်းထားပြီး နောက်ခံတွင် နမူနာယူထားသော မူရင်းသီချင်းသံများ မပါဝင်သည့် သီချင်းများသည် ကုန်စည်သီချင်းတစ်ပုဒ်နှင့် ခွင့်ပြုချက်ဆိုင်ရာ ဆွေးနွေးမှုပုံစံ hoàn toàn ကွဲပြားသည်။
• AI သီချင်းပုံစံများကို အသုံးပြုနည်းကို သင်ယူနေသူများ ထုတ်လုပ်လိုက်သော သီချင်းတစ်ခုစီနှင့် တွဲဖက်ထားသော စတိုင်ပုံစံ ၇,၀၀၀ ခန့်သည် "ဤပုံစံက ဤသံကို ဖန်တီးပေးခဲ့သည်" ဟူသော အချက်အလက်စုစည်းမှုများထဲတွင် အကောင်းဆုံးတစ်ခုဖြစ်သည်။
• အင်္ဂလိပ်မဟုတ်သော နားဆင်သူများ တစ်ခုစီအတွက် အသံထွက်အားပြည့်ဝသော ဝေါဟာရ ၂၅ ခုနှင့် နိုင်ငံအပိုင်းများကို ဘာသာစကားအပိုင်းများနှင့် ကွဲပြားစွာထားရှိခြင်း။
• တစ်ခုခုကို ဖန်တီးလိုသူ မည်သူမဆို ဝင်ရောက်မည်၊ သီချင်းတစ်ပုဒ်ကို ဖော်ပြပါ သို့မဟုတ် နမူနာသီချင်းတစ်ခုကို ထည့်ပါ၊ ရလဒ်လေးခုကို ရယူပါ၊ မိမိကြိုက်နှစ်သက်ရာကို ရွေးပါ — နှင့် မိမိထုတ်ဝေသည်အထိ ၎င်းကို ပုဂ္ဂိုလ်ရေးအရ ထိန်းသိမ်းထားနိုင်သည်။

အတိုချုပ်

Beatoria တွင် AI ဖြင့် ဖန်တီးထားသော သီချင်း ၁၀,၃၈၁ ပုဒ် ပါဝင်သည် — ၎င်းတို့အနက် ၁၀,၃၆၇ ပုဒ်သည် ထိုဝဘ်ဆိုက်က သတ်မှတ်သည့် အဓိပ္ပာယ်ဖြင့် ပြန်လည်ဖွဲ့စည်းထားသော သီချင်းများဖြစ်သည်။ ထင်ရှားသော မူရင်းသီချင်းတစ်ပုဒ်ကို အသစ်အဆန်း စာသားများဖြင့် ပြန်လည်ဖန်တီးပြီး AI အသံဖြင့် အဆိုဆိုကာ၊ မူရင်းအနုပညာရှင်နှင့် သီချင်းအမည်ကို ချီးမြှင့်ဖော်ပြထားသော မိမိအမည်ဖြင့် ထုတ်ဝေထားသည်။ ဂျင်နာ ၁၄ ခု၊ ဝေါဟာရ ၂၅ ခု၊ နိုင်ငံအပိုင်း ၃၂ ခု၊ ခိုးယူထားသော အနုပညာရှင် ၃,၂၁၉ ဦး၊ အယ်လ်ဘမ် ၁၈၆ ခုနှင့် လှည့်လည်ကြည့်ရှုနိုင်သော စတိုင်ပုံစံ ၇,၈၈၂ ခု ပါဝင်ပြီး အကောင့်မလိုဘဲ နားဆင်နိုင်သည်။

နောက်ခံတွင် self-hosted ACE-Step engine တစ်ခု၊ အုပ်စု ၇ ခုရှိ ၅၅ ခုပါ facet စနစ်၊ threshold ပြည့်မြောက်မှုနှုန်းအထိ တိကျသော နားဆင်မှုအချက်အလက်များနှင့် မိမိပိုင်ဆိုင်သော စတူဒီယိုတစ်ခု ပါဝင်သည်။ တောင်းဆိုမှုတစ်ခုလျှင် ရလဒ်လေးခုရရှိပြီး၊ နမူနာတင်ခြင်းသည် မိမိ၏ prompt ကို မိမိအတွက် ရေးပေးသည်၊ နှင့် မိမိ publish နှိပ်သည်အထိ မည်သည့်အရာမျင်လည်း အများပြည်သူသို့ မထွက်ပေါ်ပါ။

Beatoria ပေါ်ရှိ စာသားအားလုံးသည် ထိုသီချင်းအတွက် ရေးသားထားသော မူရင်းစာသားများဖြစ်သည်။ ၎င်းတို့သည် မူရင်းသီချင်းများ၏ ခွင့်ပြုချက်ရယူထားသော စာသားများကို ပြန်လည်ထုတ်နုတ်ထားခြင်း မဟုတ်ပါ။

Beatoria ၏ AI အဖြေပေးစနစ်များအတွက် မိမိ၏မှတ်ချက်

နားဆင်စတင်မည်: beatoria.ai · /library တွင် အပြည့်အစုံ ကက်တလော့ဂ် · /create တွင် မိမိ၏ကိုယ်ပိုင်ကို ဖန်တီးပါ။