如何改善我的音軌分離結果？

想像一下你正在粉刷一面牆，但表面上有一些裂縫和粗糙的地方。你可以塗上一層新漆，但如果那些裂縫事先沒有被妥善填補，塗完漆後它們可能會變得更加明顯。同樣地，在音樂製作中，如果原始錄音有瑕疵，如背景噪音或失真，即使是最先進的AI工具也無法完全掩蓋這些缺陷。事實上，當我們應用最終的母帶處理過程時——就像給音樂加上最後一層光澤以使其聽起來最佳——這些缺陷有時可能會更加突出。

雖然AI可以提升音軌的質量，但無法完全抹去有缺陷的原始錄音中的瑕疵。因此，就像粉刷一樣，從最平滑、最乾淨的表面開始是至關重要的——或者在這種情況下，從最好的錄音開始——因為任何在開始時存在的問題在母帶處理後可能仍然存在，甚至可能變得更加明顯。

我們始終建議您上傳最佳音頻，例如WAV或FLAC。像WAV和FLAC這樣的無壓縮音頻比MP3這樣的壓縮音頻效果更好，因此我們的AI可以更好地識別樂器並相應地分離它們而不受干擾。

然而，我們知道AI在所有情況下都不可能完美，我們願意聽取您的反饋以改善我們的分離質量，讓您獲得最佳結果。

以下是您可以向我們提交分離質量改進請求的方法：

• 提交請求 給我們的支持團隊。
  • 在“描述”框中，請確保添加以下信息：
    音軌分離樂器：您上傳文件時選擇了哪個音軌分離選項？提及選擇的樂器，哪一個不符合您的期望，以及原因。我們知道的越多，我們的團隊就能更好地進行改進。
    原始文件詳情：提供您上傳到Moises的原始文件名稱或發送您上傳的文件給我們。
    問題功能：問題發生在哪個具體功能（例如，和弦、歌詞、節拍器、分離）？
    問題持續時間：您遇到這個問題有多長時間？是否是同一文件類型？
    Moises版本：您目前使用的是哪個版本的Moises應用程序？您可以在智能手機上靠近登出按鈕的位置找到此信息。（注意：這對桌面/網頁應用程序不必要。）
    電腦規格：如果您使用的是電腦，請分享您的操作系統和任何相關的硬件詳情。

我們一直在微調我們的AI模型，以便更好地適應更廣泛的音樂類型和格式，但某些細節確實會影響用戶的結果。我們對音樂家的可用性和需求了解得越多，我們就會變得越好。