دليل نماذج الذكاء الاصطناعي
11. دليل نماذج الذكاء الاصطناعي في هدوء
يدعم برنامج هدوء 3 نماذج ذكاء اصطناعي رائدة عالميًا في عزل الصوت وإزالة الموسيقى. صُمم كل نموذج ليناسب احتياجًا وعتادًا محددًا:
1. نموذج RoFormer (الخيار الأقوى عالميًا · SOTA)
- جودة العزل: الأول عالميًا في دقة عزل الكلام البشري عن المعازف والموسيقى المعقدة بنقاء استثنائي.
- أفضل استخدام: المقاطع التي تحتوي على موسيقى صاخبة، أو طبول وإيقاعات متداخلة مع الكلام، أو المواد الأرشيفية والوثائقية ذات التسجيلات المعقدة.
- العتاد المناسب: يتطلب قدرة حسابية عالية؛ لذا نوصي بتشغيله عبر المحرك السحابي (Kaggle T4)، أو محليًا فقط لمن يمتلك كرت شاشة حديثًا وقويًا.
2. نموذج MDX23C (الخيار المتوازن · جودة وسرعة)
- جودة العزل: يقدم عزلًا ممتازًا ونقيًا جدًا للموسيقى الخلفية مع سرعة معالجة عالية تبلغ ضعف سرعة RoFormer تقريبًا.
- أفضل استخدام: الفيديوهات العامة، المقابلات التلفزيونية، والأفلام الوثائقية التي تحتوي على موسيقى خلفية هادئة أو متوسطة.
- العتاد المناسب: خيار رائع وسريع على المحرك السحابي وعلى كروت الشاشة المتوسطة.
3. نموذج Kim Vocal 2 (الخيار فائق السرعة · خفيف على الأجهزة)
- جودة العزل: عزل نقي ودقيق للأصوات؛ يقدّم نحو 80% من جودة ونقاء نموذج RoFormer الأقوى، لكن بسرعة معالجة فائقة جدًا.
- أفضل استخدام: المحاضرات والدروس الطويلة، والبودكاست، وحالات العمل على أجهزة الحواسيب التي لا تحتوي على كرت شاشة مخصص وتعتمد على المعالج العادي (CPU).
- العتاد المناسب: يعمل بكفاءة وسلاسة تامة على أي حاسوب دون الحاجة لكرت شاشة.
- ميزة حصرية على السحابة: هو النموذج الوحيد الذي يعمل على منصة Kaggle حتى لو لم يكن حسابك مؤكدًا برقم هاتف؛ إذ يعمل على معالجات السحابة العادية مجانًا!
كيف تختار النموذج المناسب؟ (مخطط القرار)
التالي: استكشاف الأخطاء والأسئلة الشائعة.