Texte

Notizen

Wie das Zeug wirklich funktioniert: die Mechanismen, die Fehlerbilder und die Messungen dahinter.

Lange Texte darüber, wie das Zeug wirklich funktioniert — die Mechanismen, die Fehlerbilder und die Messungen dahinter. Geschrieben, weil die Erklärungen, die wir wollten, nicht existierten.

ArtikelWorum es geht
Erstelle einen Karaoke-Track aus jedem Song
etwa 6 Minuten
Mache aus jedem Song einen Karaoke-Track im Browser, ohne etwas hochzuladen. Der Ablauf, wie das Ergebnis klingt und wie du vorab erkennst, ob dein Song sauber getrennt wird.
Drei Audio-Werkzeuge in einem Browser-Tab
etwa 9 Minuten
Ein Durchgang per Video durch alle drei Werkzeuge, was jedes herunterlädt, bevor es starten kann — 52 MB, 16 MB und 64 MB — und die vierstufige Prüfung im Netzwerk-Tab, die klärt, ob deine Datei hochgeladen wird.
Ein 130-MB-WASM-Modell auf Cloudflare Pages
etwa 7 Minuten
Cross-Origin-Isolation, eine Mauer von 25 MiB pro Datei und ein Hoster, der das Gegenteil der Wahrheit meldet, wenn man ihn nach Kompression fragt. Vier Fehlschläge beim Ausliefern eines pthreads-WASM-Modells an einen statischen Hoster, drei davon ohne jede brauchbare Fehlermeldung.
Gesang in Audacity entfernen
etwa 8 Minuten
Zwei Wege, das zu tun, warum das Instrumental hohl zurückkommt, und ein 30-Sekunden-Test dafür, ob deine Datei überhaupt funktioniert. Mit einer Messung: Die Spitzenhüllkurve fällt um etwa 40 Prozent, und nur ein Teil davon war die Stimme.
Ehrliche Vergleiche: LALAL.AI, Moises, vocalremover.org
etwa 5 Minuten
Worin uns jeder von ihnen schlägt, offen gesagt: Abgerechnete Minuten kaufen mehr Stem-Typen, ein Konto kauft eine synchronisierte Bibliothek, und ein Server kauft Dateien in voller Länge. Drei einzelne Texte hinter einer Seite, jeder mit dem Argument dafür, das andere Werkzeug zu nehmen.

Was hier typischerweise landet

Keine Werkzeug-Rundschauen und keine Release Notes. Direkte Vergleiche kommen vor, aber nur die Sorte, die benennt, was das andere Werkzeug besser macht. Die zwei Themen, die immer wieder Material liefern, sind die Signalverarbeitung — was Phasenauslöschung erreichen kann und was nicht, warum Trennungsartefakte dort landen, wo sie landen — und das Auslieferungsproblem beim Betrieb eines Modells für maschinelles Lernen in einem Browser-Tab überhaupt.

Beide werden gleich geschrieben: den Mechanismus benennen, dann messen. Wo eine Zahl auftaucht, wurde sie am tatsächlichen Artefakt gemessen, nicht geschätzt.

Häufig gestellte Fragen

Darf ich die Diagramme weiterverwenden?

Ja, mit Namensnennung und einem Link zurück zu dem Artikel, aus dem sie stammen. Die Diagramme sind als Inline-SVG gezeichnet statt als exportierte Bilder, sie bleiben also in jeder Größe lesbar und ihre Beschriftungen bleiben auswählbarer Text.

Kommen die Werkzeuge in diesen Artikeln vor?

Da, wo sie die ehrliche Antwort auf die gestellte Frage sind, und sonst nicht. Der Audacity-Artikel verbringt den größten Teil seiner Länge mit Audacity, weil er davon handelt.