關於 電腦重低音程式 ，我們在網路上蒐集到這些相關的討論、資訊與評價

無線喇叭近年已成為影音生活中最密關鍵一員，
但現時主流無線喇叭都是靠藍牙連接，
即使是高質訊源亦會受藍牙頻寬所限，
令播放效果未如理想。有見及此，
近年有部分無線喇叭就開始利用 Wi-Fi 網絡
用介面作數據傳輸，
令聲音不需受頻寬所限而變質。
由於以 Wi-Fi 作傳輸介面的無線喇叭未算極普及，
而價錢亦非一般用家能接受，
所以近年極力在入門級影音市場大展拳腳的
Philips 就推出了一套 Wi-Fi 無線喇叭系列 ，
以性價比吸引一班對音質有要求，
但又不想過度花費的愛歌之人。

********此產品只支援 Spotify Premium 用戶使用********

This Product support Spotify Premium only

飛利浦SW750 音響，能直連 Spotify，使你可以將播放隊列從移動設備方便地切換至音響。

這一系統還支持一款適配器，使你可以用自己的音響去播放 Spotify 上的播放列表。那麼要怎麼使用？

你只需按下一顆按鈕，即可打開 Spotify 的內容。按下這一按鈕，你就能從音響中聽到「溫暖而豐富的聲音」。

以下是來自飛利浦的說法：

你走進大門，正在收聽最喜歡的播放列表。在玄關處點擊飛利浦 Spotify 多區域音響上的「Spotify」按鈕，

音樂即可從上次中斷的地方繼續播放，確保你不會錯失任何一段旋律。你走進卧室，拿起平板電腦，

選擇一首期待已久的歌曲。隨後，點擊卧室音響的「Spotify」按鈕，卧室中音響就會緊接着玄關音響開始播放。

確實，「甩掉它」。

飛利浦 Spotify 多區域音響是飛利浦專門面向 Spotify 用戶的第一款音響解決方案。

利用 Spotify Connect，通過原生的 Spotify 應用和你的手機、平板電腦和音響去控制音樂將變得非常簡單。

你可以將飛利浦 Spotify 多區域音響放在家中，在多個房間同時播放流媒體音樂，

從而利用你喜愛的音樂創造個性化的聲音體驗。這一系列音響包括兩種型號，

每種都集成了 Spotify 的「一鍵播放」按鈕。你只需簡單地一次點擊，即可啟動音樂播放。

你走進大門，正在收聽最喜歡的播放列表。在玄關處點擊飛利浦 Spotify 多區域音響上的「Spotify」按鈕，

音樂即可從上次中斷的地方繼續播放，確保你不會錯失任何一段旋律。你走進卧室，拿起平板電腦，

選擇一首期待已久的歌曲。隨後，點擊卧室音響的「Spotify」按鈕，卧室中音響就會緊接着玄關音響開始播放，

使房間中充滿溫暖而豐富的聲音。

「通過飛利浦 Spotify 多區域音響，在整個家中實現無縫、高質量流媒體音樂播放的夢想將成為現實。」

WOOX Innovation 音頻業務負責人本傑明·吳（Benjamin Ngo）表示，

「這些產品是我們多區域音響戰略的重要一部分，帶來了高質量的聲音和無縫的用戶體驗。

通過 Spotify Connect，在將流媒體音樂傳送至音響的過程中，你不會再受到不穩定連接的干擾。

無論是來電、信號丟失，還是觀看視頻，都不會破壞你的派對：音樂將一直播放。」

「在 SpotifyConnect 推出之前，家庭中的流媒體音樂無法帶來良好的體驗，常常會出現聲音質量，

以及在播放過程中電池耗盡等問題。」Spotify 全球硬件合作負責人帕斯卡·德穆爾（Pascal de Mul）表示，

「飛利浦 Spotify 多區域音響實現了這一目標，即家庭中簡便、高質量的流媒體音樂，而你只需欣賞音樂即可。」

飛利浦 Spotify 多區域音響還提供了一款單獨的應用，幫助你方便地將多個音響組合在一起。只需進行一次設置，

你就可以隨時在原生的 Spotify 應用中選擇音響組合。

為了確保優秀的性能，飛利浦 Spotify 多區域音響產品線採用了來自 Frontier Silicon 的技術。

該公司是互聯音響領域領先的技術解決方案提供商。飛利浦 Spotify 多區域音響產品線包括兩個型號。

其中，SW700M 集成了兩個 2.5 英寸的全頻段音響驅動單元，以及兩個擴展的低音單元，

從而帶來清晰、自然的聲音。SW750M 則集成了兩個高音單元，以及兩個 3 英寸的全頻段驅動單元，

從而帶來更富於細節、更強大、充滿整個房間的聲音。這兩款音響可以在多個房間內配合使用，

從而創造真正的多房間體驗。

如果對音樂有喜愛的很適合這組 飛利浦WIFI喇叭
Spotify Premium Android用戶 可免費試用VIP 3個月
Spotify Premium IOS用戶 可免費試用VIP 1個月
有習慣使用KKBOX的用戶
可以試試這個軟體音質呈現更加優美
喇叭也可以單獨使用 有別於一般傳統藍芽喇叭
第一次使用需用手機下載 Philips SpeakerSet 程式 做設定
Android用戶
https://play.google.com/store/apps/details?id=com.woox.philips.speakerset&hl=zh_TW
IOS用戶
https://apps.apple.com/gb/app/philips-speakerset-multiroom-manager/id917280873?l=zh

#台灣物聯網apgo
#創新直播
#台灣MIT
#台灣在地品牌
#行車記錄器
#測速器
#抬頭顯示器
#胎壓測器
#洗車周邊

無線喇叭近年已成為影音生活中最密關鍵一員，
但現時主流無線喇叭都是靠藍牙連接，
即使是高質訊源亦會受藍牙頻寬所限，
令播放效果未如理想。有見及此，
近年有部分無線喇叭就開始利用 Wi-Fi 網絡
用介面作數據傳輸，
令聲音不需受頻寬所限而變質。
由於以 Wi-Fi 作傳輸介面的無線喇叭未算極普及，
而價錢亦非一般用家能接受，
所以近年極力在入門級影音市場大展拳腳的
Philips 就推出了一套 Wi-Fi 無線喇叭系列 ，
以性價比吸引一班對音質有要求，
但又不想過度花費的愛歌之人。

********此產品只支援 Spotify Premium 用戶使用********

This Product support Spotify Premium only

飛利浦SW750 音響，能直連 Spotify，使你可以將播放隊列從移動設備方便地切換至音響。

這一系統還支持一款適配器，使你可以用自己的音響去播放 Spotify 上的播放列表。那麼要怎麼使用？

你只需按下一顆按鈕，即可打開 Spotify 的內容。按下這一按鈕，你就能從音響中聽到「溫暖而豐富的聲音」。

以下是來自飛利浦的說法：

你走進大門，正在收聽最喜歡的播放列表。在玄關處點擊飛利浦 Spotify 多區域音響上的「Spotify」按鈕，

音樂即可從上次中斷的地方繼續播放，確保你不會錯失任何一段旋律。你走進卧室，拿起平板電腦，

選擇一首期待已久的歌曲。隨後，點擊卧室音響的「Spotify」按鈕，卧室中音響就會緊接着玄關音響開始播放。

確實，「甩掉它」。

飛利浦 Spotify 多區域音響是飛利浦專門面向 Spotify 用戶的第一款音響解決方案。

利用 Spotify Connect，通過原生的 Spotify 應用和你的手機、平板電腦和音響去控制音樂將變得非常簡單。

你可以將飛利浦 Spotify 多區域音響放在家中，在多個房間同時播放流媒體音樂，

從而利用你喜愛的音樂創造個性化的聲音體驗。這一系列音響包括兩種型號，

每種都集成了 Spotify 的「一鍵播放」按鈕。你只需簡單地一次點擊，即可啟動音樂播放。

你走進大門，正在收聽最喜歡的播放列表。在玄關處點擊飛利浦 Spotify 多區域音響上的「Spotify」按鈕，

音樂即可從上次中斷的地方繼續播放，確保你不會錯失任何一段旋律。你走進卧室，拿起平板電腦，

選擇一首期待已久的歌曲。隨後，點擊卧室音響的「Spotify」按鈕，卧室中音響就會緊接着玄關音響開始播放，

使房間中充滿溫暖而豐富的聲音。

「通過飛利浦 Spotify 多區域音響，在整個家中實現無縫、高質量流媒體音樂播放的夢想將成為現實。」

WOOX Innovation 音頻業務負責人本傑明·吳（Benjamin Ngo）表示，

「這些產品是我們多區域音響戰略的重要一部分，帶來了高質量的聲音和無縫的用戶體驗。

通過 Spotify Connect，在將流媒體音樂傳送至音響的過程中，你不會再受到不穩定連接的干擾。

無論是來電、信號丟失，還是觀看視頻，都不會破壞你的派對：音樂將一直播放。」

「在 SpotifyConnect 推出之前，家庭中的流媒體音樂無法帶來良好的體驗，常常會出現聲音質量，

以及在播放過程中電池耗盡等問題。」Spotify 全球硬件合作負責人帕斯卡·德穆爾（Pascal de Mul）表示，

「飛利浦 Spotify 多區域音響實現了這一目標，即家庭中簡便、高質量的流媒體音樂，而你只需欣賞音樂即可。」

飛利浦 Spotify 多區域音響還提供了一款單獨的應用，幫助你方便地將多個音響組合在一起。只需進行一次設置，

你就可以隨時在原生的 Spotify 應用中選擇音響組合。

為了確保優秀的性能，飛利浦 Spotify 多區域音響產品線採用了來自 Frontier Silicon 的技術。

該公司是互聯音響領域領先的技術解決方案提供商。飛利浦 Spotify 多區域音響產品線包括兩個型號。

其中，SW700M 集成了兩個 2.5 英寸的全頻段音響驅動單元，以及兩個擴展的低音單元，

從而帶來清晰、自然的聲音。SW750M 則集成了兩個高音單元，以及兩個 3 英寸的全頻段驅動單元，

從而帶來更富於細節、更強大、充滿整個房間的聲音。這兩款音響可以在多個房間內配合使用，

從而創造真正的多房間體驗。

如果對音樂有喜愛的很適合這組 飛利浦WIFI喇叭
Spotify Premium Android用戶 可免費試用VIP 3個月
Spotify Premium IOS用戶 可免費試用VIP 1個月
有習慣使用KKBOX的用戶
可以試試這個軟體音質呈現更加優美
喇叭也可以單獨使用 有別於一般傳統藍芽喇叭
第一次使用需用手機下載 Philips SpeakerSet 程式 做設定
Android用戶
https://play.google.com/store/apps/details?id=com.woox.philips.speakerset&hl=zh_TW
IOS用戶
https://apps.apple.com/gb/app/philips-speakerset-multiroom-manager/id917280873?l=zh

#台灣物聯網apgo
#創新直播
#台灣MIT
#台灣在地品牌
#行車記錄器
#測速器
#抬頭顯示器
#胎壓測器
#洗車周邊

AI 將可快速分離人聲、各式樂器等音源，Facebook 開源 Demucs 計畫

作者 雷鋒網 | 發布日期 2020 年 03 月 11 日 10:59 |

音樂源分離，是利用技術將一首歌曲分解成它的組成成分，如人聲、低音和鼓，這和人類大腦的工作很類似，大腦可以將一個單獨的對話，從周圍的噪音和一屋子的人聊天中分離出來。

如果你擁有原始的錄音室多軌錄音，這很容易實現，你只需調整混音來分離一個音軌，但是，如果你從一個普通 MP3 檔案開始，所有的樂器和聲音都被混合到一個立體聲錄音中，即使是最複雜的軟體程式也很難精確地挑出一個部分。

Facebook AI 的研究人員已經開發了一個系統，可以做到這一點──精確度高得驚人。

創建者名叫亞歷山大‧笛福茲（Alexandre Defossez），是 Facebook 人工智慧巴黎實驗室的科學家。笛福茲的系統被稱為 Demucs，這個名字來源於「音樂資源深度提取器」，其工作原理是檢測聲波中的複雜模式，對每種樂器或聲音的波形模式建立一個高層次的理解，然後利用人工智慧將它們巧妙地分離。

笛福茲說，像 Demucs 這樣的技術，不僅能幫助音樂家學習複雜的吉他即興重複段落，總有一天，它還能讓人工智慧助理在嘈雜的房間裡更容易聽到語音指令。笛福茲說，他的目標是讓人工智慧系統擅長辨識音頻源的組成部分，就像它們現在可以在一張照片中準確地區分不同的物體一樣。「我們在音頻方面還沒有達到同樣的水平。」他說。

分解聲波的更好方法

聲源分離長期以來一直吸引著科學家。1953 年，英國認知科學家科林‧切爾瑞（Colin Cherry）創造了「雞尾酒會效應」這個詞語，用來描述人類在擁擠嘈雜的房間裡專注於一次談話的能力。

工程師們首先試圖透過調整立體聲錄音中的左右聲道，或調整均衡器設置來提高或降低某些頻率，進而隔離歌曲的人聲或吉他聲。

基於聲譜圖的人工智慧系統，在分離出以單一頻率響起或共振的樂器的音符方面相對有效，例如鋼琴或小提琴旋律。

這些旋律在聲譜圖上顯示為清晰、連續的水平線，但是隔離那些產生殘餘噪音的撞擊聲，比如鼓、低音拍擊，是一項非常艱鉅的任務。鼓點感覺像一個單一的、即時的整體事件，但它實際上包含了不同的部分。對於鼓來說，它包括覆蓋較高頻率範圍的初始撞擊，隨後是在較低頻率範圍內的無音高衰減。笛福茲說，一般的小鼓「就頻率而言，到處都是」。

聲譜圖只能將聲波表現為時間和頻率的組合，無法捕捉到這樣的細微差別。因此，他們將鼓點或拍子低音處理成幾條不連續的垂直線，而不是一個整齊、無縫的聲音。這就是為什麼透過聲譜圖分離出來的鼓和低音軌道，聽起來常常是模糊不清的。

夠聰明的系統來重建缺失

基於人工智慧的波形模型避免了這些問題，因為它們不試圖將一首歌放到時間和頻率的僵化結構中。笛福茲解釋，波形模型的工作方式與電腦視覺相似，電腦視覺是人工智慧的研究領域，旨在讓電腦學會從數位圖像中辨識模式，進而獲得對視覺世界的高級理解。

電腦視覺使用神經網路來檢測基本模式──類似於在圖像中發現角落和邊緣──然後推斷更高級或更複雜的模式。「波形模型的工作方式非常相似」，笛福茲說。他解釋了波形模型如何需要幾秒鐘來適應歌曲中的突出頻率──人聲、低音、鼓或吉他──並為每一個元素生成單獨的波形。然後，它開始推斷更高比例的結構，以增加細微差別，並精細雕刻每個波形。

笛福茲說，他的系統也可以比做探測和記錄地震的地震儀。地震時，地動儀的底座會移動，但懸掛在上面的重物不會移動，這使得附著在重物上的筆可以畫出記錄地面運動的波形。人工智慧模型可以探測到同時發生的幾個不同地震，然後推斷出每個地震的震級和強度的細節。同樣，笛福茲的系統分析並分離出一首歌曲的本來面目，而不是根據預先設定的聲譜圖結構來分割它。

笛福茲解釋，構建這個系統需要克服一系列複雜的技術挑戰。他首先使用了 Wave-U-Net 的底層架構，這是一個為音樂源分離開發的早期人工智慧波形模型。然後他還有很多工作要做，因為聲譜圖模型的表現優於 Wave-U-Net。他透過添加線性單元來微調波形網路中分析模式的演算法參數。笛福茲還增加了長短期記憶，這種結構允許網路處理整個數據序列，如一段音樂或一段視頻，而不僅是一個數據點，如圖像。笛福茲還提高了 Wave-U-Net 的速度和記憶體使用率。

這些修改幫助 Demucs 在一些重要方面勝過 Wave-U-Net，比如它如何處理一種聲音壓倒另一種聲音的問題。「你可以想像一架飛機起飛，引擎噪音會淹沒一個人的聲音」，笛福茲說。

以前的波形模型，透過簡單地移除原始音頻源文件的一部分來處理這個問題，但是它們不能重建丟失材料的重要部分。笛福茲增強了 Demucs 解碼器的能力，「Demucs 可以重新創建它認為存在但卻迷失在混音中的音頻​​」，這意味著他的模型可以重新合成可能被響亮的鐃鈸聲影響而遺失的柔和鋼琴音符，因為它理解應該呈現什麼樣的聲音。

這種重構和分離的能力使 Demucs 比其他波形模型有優勢。笛福茲說，Demucs 已經與最好的波形技術相匹配，並且「遠遠超出」最先進的聲譜技術。

在盲聽測試中，38 名參與者從 50 首測試曲目中隨機抽取 8 秒鐘進行聽音，這 50 首曲目由 3 個模型分開：Demucs、領先波形、頻譜圖技術。聽眾認為 Demucs 在品質和無偽影（如背景噪音或失真）方面表現最佳。

Demucs 已經引起了人工智慧愛好者的興趣，精通技術的讀者可以從 GitHub 下載 Demucs 的代碼，代碼用 MusDB 數據集來分離音樂源。

笛福茲解釋，隨著 Demucs 的發展，它將為人們在家中創作音樂的數位音頻工作站帶來聲音的真實性。這些工作站提供了能夠喚起特定時代或風格的合成儀器，通常需要對原始硬體進行大量的數位化改造。

想像一下，如果音樂源分離技術能夠完美地捕捉 20 世紀 50 年代搖滾歌曲中用電子管放大器演奏的老式空心電吉他的聲音，Demucs 讓音樂愛好者和音樂家離這個能力更近了一步。

資料來源：https://technews.tw/2020/03/11/using-ai-for-music-source-separation/?fbclid=IwAR1C-0LhFNEkIFUg9QS3xRQK8VKeqKIkPEx9kh7QdGamcsCfUViwyeXyqXg