想象一下你正在粉刷一面墙，但表面有一些裂缝和粗糙的地方。你可以涂上一层新漆，但如果这些裂缝事先没有被适当填补，它们在涂漆后可能会变得更加明显。同样地，在音乐制作中，如果原始录音有缺陷，比如背景噪音或失真，即使是最先进的AI工具也无法完全掩盖这些瑕疵。事实上，当我们应用最终的母带处理过程时——就像给音乐添加最后的抛光以使其听起来最佳——这些瑕疵有时可能会更加突出。
虽然AI可以提高音轨的质量，但它无法完全消除有缺陷的原始录音中的瑕疵。因此，就像粉刷一样，开始时必须有一个最平滑、最干净的表面——或者在这种情况下，最好的录音——因为在开始时存在的任何问题在母带处理后可能仍然存在，甚至可能变得更加明显。
我们始终建议您上传尽可能好的音频，例如WAV或FLAC。像WAV和FLAC这样的无损音频往往比MP3这样的压缩音频效果更好，因此我们的AI可以更好地识别乐器并相应地分离它们而不受干扰。
然而，我们知道AI在所有情况下都不能完美无缺，我们愿意听取您的反馈以改进我们的分离质量，以便您获得尽可能好的结果。
以下是您可以向我们发送分离质量改进请求的方法：
-
提交请求 给我们的支持团队。
- 在“描述”框中，请务必添加以下信息：
音轨分离乐器：上传文件时您选择了哪种音轨分离选项？提到选择的乐器，哪个不符合您的期望，以及原因。我们知道得越多，我们的团队就能更好地进行改进。
原始文件详情：提供您上传到Moises的原始文件名称或发送给我们您上传的文件。
问题功能：问题出现在哪个具体功能中（例如，和弦、歌词、节拍器、分离）？
问题持续时间：您遇到这个问题有多长时间了？是否与相同的文件类型有关？
Moises版本：您当前使用的Moises应用程序版本是什么？您可以在智能手机上靠近注销按钮的位置找到此信息。（注意：这对于桌面/网页应用程序来说是不必要的。）
计算机规格：如果您使用的是计算机，请分享您的操作系统和任何相关的硬件详细信息。
- 在“描述”框中，请务必添加以下信息：
我们始终在微调我们的AI模型，以便更好地适应更广泛的音乐流派和格式，但某些细节确实会影响用户的结果。我们对音乐家的可用性和需求了解得越多，我们就会变得越好。
关于