これが実際どう動いているかについての長めの記事 — 仕組み、失敗の仕方、そしてその裏づけとなる測定値。自分たちが読みたかった説明が存在しなかったので書いています。
| 記事 | 扱っている内容 |
|---|---|
| どんな曲からでもカラオケトラックを作る |
どんな曲でも、アップロード不要でブラウザ上でカラオケトラックにできます。手順、結果の聞こえ方、そして事前に曲がきれいに分離できるかを見極める方法。 |
| ブラウザのタブ1つに入った3つのオーディオツール |
3つのツールを通しで見せる動画。それぞれが動き出す前に何をダウンロードするか — 52 MB、16 MB、64 MB — そして、あなたのファイルがアップロードされているかを決着させる、ネットワークタブでの4ステップの確認方法。 |
| Cloudflare Pages に載せた 130 MB の WASM モデル |
クロスオリジン分離、1ファイル 25 MiB の壁、そして圧縮について尋ねると事実と正反対を答えてくるホスト。pthreads の WASM モデルを静的ホストへ載せる過程で出た4つの失敗のうち、3つは使えるエラーメッセージを一切出しません。 |
| Audacity でボーカルを除去する方法 |
2通りのやり方、伴奏が中身の抜けた状態で戻ってくる理由、そしてあなたのファイルがそもそも使えるかを判定する30秒のテスト。測定値も1つ:ピークのエンベロープが約 40 パーセント下がり、そのうち声だったのは一部にすぎません。 |
| 正直な比較:LALAL.AI、Moises、vocalremover.org |
それぞれがこちらに勝っている点を、率直に書いています:従量制の分数はより多くのステム種類を買い、アカウントは同期されたライブラリを買い、サーバーはフルサイズのファイルを買う。1つのページの後ろに3本の別々の記事があり、それぞれに「相手のツールを使うべき理由」が書かれています。 |
ここに載ることになるもの
ツールのまとめ記事でもリリースノートでもありません。直接対決の比較は載りますが、相手のツールのほうが優れている点を名指しする類のものだけです。素材が尽きない主題は2つあり、 信号処理 — 位相反転が届くところと届かないところ、分離のアーティファクトがなぜそこに出るのか — と、 配信の問題 、すなわち機械学習モデルをそもそもブラウザのタブ内で動かすことについて、です。
どちらも同じ書き方をします:仕組みを述べ、それを測る。数字が出てくるところは、推定ではなく実際の成果物の上で測ったものです。
よくある質問
図を再利用してもいいですか?
はい。出典の明示と、元の記事へのリンクを添えてください。図は書き出した画像ではなくインライン SVG で描いてあるので、どのサイズでも読めますし、ラベルは選択できるテキストのままです。
記事の中にツールは登場しますか?
問われている質問に対する正直な答えである場合に限り、それ以外では登場しません。Audacity の記事はその大半を Audacity に費やしています。それがその記事の主題だからです。