@CMLab 是呢。看到他关注的时候，真的是非常激动

@love19888888888 谢谢

@chatWell1 后续可能会尝试 cuBLAS 的方案

第一批国产 Model 3 用户，开了 3 年多了。 确实省心、省钱、可靠。
换车的话肯定首选是 Model Y 。 可惜当时还没出。

@CMLab 正常，验证了我这个结论

在 macOS 系统上，对于大尺寸样本数据，audioflux 比 torchaudio 快，intel 比 m1 明显； 对于小尺寸样本数据，torchaudio 比 audioflux 更快。

@dark009 essentia 太慢，导致柱状图拉的太高 看不清另外两个了😂。所以就没放

https://i.v2ex.co/TIN8YQg5.png

@q307990588 不对，问的是只开付费接口，不开 plus ，速度有没有提升。

用来注册国外账号？

@yiling1995 一样，换了好几个 ip 也不行。api 正常

@zw1234 chatGPT 目前应该可以生成歌词和旋律，接着还可以给旋律配乐，目前输出只能是文本形式，更成熟的生产力可能需要更专业的 prompt 和后续 audio 输出的支持。

@chatWell1 音频指纹上面有提到两种方式：1 、基于时频分析的方式，2 、基于深度学习的方式。 都可以用到库里提供的方法提取一些音频特征。

@insmoin 感谢推荐。我试试效果

楼主找到替代品了吗

@zhhanging 你说的没错。市面上确实有一些还不错的调音器 APP 。 但是并没有发现能识别你弹奏的是哪一根弦的，而是根据识别到的音高频率 简单的归到临近频率的弦上。 这对吉他新手 或者“新琴”很不友好，识别错弦的话 很容易让人把弦条断。
这里就可以根据每根弦的声乐特征进行训练，可以识别出用户弹奏的是哪一根弦，进而提示该调高还是调低。
另外这个做出来也将是开源的。guitartuna 好像还有些付费限制。

@fanjk 这需要对大量音频数据进行特征提取，对数据进行标注，打上情感标签。然后建立机器学习模型，对标注好的数据进行训练。然后就可以针对你的音频进行情感预测。

@chatWell1 音频指纹确实是不错的想法。这个库可以帮助你实现。两种方式：1 、基于时频分析的方式，2 、基于深度学习的方式。 都可以用到库里提供的方法提取一些音频特征。

@CMLab 大佬提的这一套能实现下来确实能方便很多音乐学生？

@dark009 音轨分离一般常用的做法是频域掩码，最简单的就是二值化掩码，有很多这块定向算法的研究，典型的如 NMF 算法相关的有很多种，很多也取得不错的效果，但效果好的还是使用深度学习训练频域掩码，也是这些年音频领域研究的热点之一。