모노에서 스테레오까지: AI가 음악에 새로운 생명을 불어넣는 방법

다음은 10문장으로 요약된 기사입니다. 모노 형식의 음악은 생생한 느낌을 주는 공간적 풍부함이 부족합니다. 인공지능을 사용하면 모노 녹음을 스테레오로 변환하거나 기존의 스테레오 녹음을 리믹스할 수 있습니다. 모노에서 스테레로로 업믹싱하는 용도에는 기존의 모노 음악을 스테레로로 풍부하게 하고 기존의 스테레로 믹스를 개선하거나 현대화하는 것이 포함됩니다. 예를 들어, 1950년대와 1960년대의 많은 인기 노래는 엘비스 프레슬리, 척 베리, 듀크 엘링턴 등이 녹음한 모노 형식으로 녹음되었습니다. 인공지능은 이러한 녹음을 스테레로로 변환하여 더 생생하고 매력적으로 들리게 할 수 있습니다. 이 과정에는 전통적인 신호 처리, 소스 분리, 매개 변수 스테레오와 생성적 인공지능을 사용하는 기법이 포함됩니다. 예를 들어, 2007년 논문에서는 모노 녹음에서 다양한 사운드 소스를 식별하고 추출한 다음 현실적인 스테레오 경험을 위해 다시 혼합하는 알고리즘을 제안했습니다. 최근 인공지능의 발전으로 모노 신호에서 공간적 매개 변수를 예측하고 스테레오 경험을 생성하는 스템 스플리팅 툴 또는 기계 학습 모델을 사용할 수 있게 되었습니다. 그러나 모노에서 스테레로로 업믹싱하는 연구 분야는 희박하며 더 많은 공개 데모와 코드가 필요합니다.