प्लेबैक गति और पिच को एक निश्चित अनुपात में एक साथ कैसे बदलें

गति को संयुक्त रूप से बदलने पर रिकॉर्डिंग की घटनाएँ तेज़ या धीमी होती हैं और उसकी आवृत्तियाँ उसी अनुपात में बढ़ती या घटती हैं। Audacity का गति और पिच बदलें प्रभाव स्पष्ट रूप से टेम्पो, पिच और आवृत्ति सामग्री को एक साथ बदलता है। इसका अलग पिच बदलें प्रभाव अवधि को अपरिवर्तित रखता है। अपनी ज़रूरत के परिणाम के अनुसार ऑपरेशन चुनें। स्रोत: गति और पिच बदलें, पिच बदलें।

इस काम के लिए, अनुपात को नई प्लेबैक गति ÷ मूल प्लेबैक गति के रूप में परिभाषित करें। 1 से बड़ा अनुपात रिकॉर्डिंग को तेज़ करता है और उसकी पिच ऊँची करता है। 0 और 1 के बीच का अनुपात उसे धीमा करता है और पिच नीची करता है। मान दर्ज करने से पहले दिशा स्पष्ट रूप से लिखें: “नई गति, मूल गति की 5/4 है” कहना “इसे 5:4 से बदलें” कहने से अधिक स्पष्ट है।

उस आवश्यकता से शुरू करें जिसका मान आपको वास्तव में पता है। नीचे दिए गए समीकरण एक आदर्श, स्थिर और संयुक्त गति बदलाव का वर्णन करते हैं; उदाहरण केवल गणनाएँ समझाने के लिए हैं, संपादन के मापे गए परिणाम नहीं।

ज्ञात आवश्यकता	गति गुणक r की गणना	उदाहरणात्मक गणना
सीधे गति का अनुपात	r = नई गति ÷ मूल गति	5/4 = 1.25
मूल और लक्षित आवृत्तियाँ	r = लक्षित आवृत्ति ÷ मूल आवृत्ति	550 ÷ 440 = 1.25
मूल और लक्षित अवधियाँ	r = मूल अवधि ÷ लक्षित अवधि	60 ÷ 48 = 1.25
मूल और लक्षित टेम्पो	r = लक्षित BPM ÷ मूल BPM	120 ÷ 96 = 1.25

r मिल जाने पर अपेक्षित परिणाम की गणना करें: नई अवधि = मूल अवधि ÷ r, और नई आवृत्ति = मूल आवृत्ति × r। अवधि का यह संबंध, ऑडियो घटनाओं के उसी क्रम को नई गति से चलाने के कारण सीधे निकलता है।

अगर कोई प्रभाव प्रतिशत बदलाव माँगता है, तो 100 × (r − 1) दर्ज करें। इसलिए 1.25× का मतलब +25% है, जबकि 0.8× का मतलब −20% है। Audacity का मैनुअल भी गुणक और प्रतिशत के बीच यही संबंध इस्तेमाल करता है। स्रोत: गति और पिच बदलें।

एक आम गलती है प्लेबैक प्रतिशत को प्रतिशत बदलाव समझ लेना। “मूल गति का 125%” का मतलब 1.25× है। “गति में 125% की वृद्धि” का मतलब 2.25× है। एक और गलती अवधि के सूत्र को उलट देना है: 60 सेकंड को 48 सेकंड में समेटने के लिए प्लेबैक तेज़ करना होगा, इसलिए गुणक 1 से बड़ा होना चाहिए।

n समान-टेम्पर्ड सेमीटोन के अंतराल के लिए r = 2^(n/12) इस्तेमाल करें। धनात्मक n पिच को ऊँचा करता है; ऋणात्मक n उसे नीचा करता है। पहले से मौजूद अनुपात से अंतराल निकालने के लिए n = 12 × log₂(r) इस्तेमाल करें। ये संबंध इस तथ्य से निकलते हैं कि एक ऑक्टेव, जिसका आवृत्ति अनुपात 2:1 है, बारह समान सेमीटोन अनुपातों में बँटा होता है। स्रोत: UNSW, स्वरों के नाम, MIDI संख्याएँ और आवृत्तियाँ।

नीचे दी गई तालिका इन समीकरणों को उदाहरण के लिए 60 सेकंड की रिकॉर्डिंग पर लागू करती है। दशमलव मानों को निकटतम मान तक गोल किया गया है।

गति गुणक	प्रतिशत बदलाव	नई अवधि	पिच का अंतराल
0.5×	−50%	120 सेकंड	−12 सेमीटोन
0.8×	−20%	75 सेकंड	लगभग −3.863 सेमीटोन
1.25×	+25%	48 सेकंड	लगभग +3.863 सेमीटोन
1.5×	+50%	40 सेकंड	लगभग +7.020 सेमीटोन
2×	+100%	30 सेकंड	+12 सेमीटोन
लगभग 1.059463094×	लगभग +5.946309%	लगभग 56.632459 सेकंड	+1 सेमीटोन

तय करें कि आपका लक्ष्य कोई संख्यात्मक अनुपात है या समान-टेम्पर्ड अंतराल। 3:2 अनुपात ठीक 1.5 होता है, जबकि सात समान-टेम्पर्ड सेमीटोन के लिए 2^(7/12), यानी लगभग 1.498307077, चाहिए। ये सेटिंगें करीब हैं, लेकिन अलग परिणाम देती हैं। अपने संपादन नोट्स में परिभाषित भिन्न या सूत्र लिखकर रखें, ताकि गोल किए गए डिस्प्ले पर ही लक्ष्य का रिकॉर्ड निर्भर न रहे।

जिन संस्करणों में यह दस्तावेज़ीकृत प्रभाव उपलब्ध है, उनमें इच्छित ऑडियो चुनें और Effect → Pitch and Tempo → Change Speed and Pitch खोलें। Speed Multiplier या उसके समकक्ष Percent Change में अनुपात दर्ज करें। डायलॉग इन नियंत्रणों को चयन की परिणामी लंबाई के साथ जोड़ता है। स्रोत: Audacity का गति और पिच बदलें मैनुअल।

उदाहरण में दिए गए 5/4 रूपांतरण के लिए 1.25 या +25% दर्ज करें और जाँचें कि 60 सेकंड का चयन 48 सेकंड हो जाता है। पूर्वावलोकन करें, बदलाव लागू करें और एक अलग आउटपुट फ़ाइल में निर्यात करें। मूल फ़ाइल संभालकर रखें, ताकि बाद के संशोधन उसी स्रोत से शुरू हो सकें।

मेनू के नाम और उपलब्ध नियंत्रण संस्करणों के अनुसार बदल सकते हैं। पुष्टि करें कि चुना गया ऑपरेशन गति और पिच को एक साथ बदलता है। मौजूदा Audacity मैनुअल के अनुसार Change Pitch अवधि को सुरक्षित रखता है, इसलिए केवल वहाँ अंतराल दर्ज करना इस काम को पूरा नहीं करेगा। स्रोत: Audacity का पिच बदलें मैनुअल।

इंटरफ़ेस जिस संख्या को वास्तव में बनाए रखता है, उसी को अपनी सेटिंग मानें। अगर वह आपके माँगे गए अनुपात को गोल कर देता है, तो लंबे निर्यात को शुरू करने से पहले उसी रखे गए मान से परिणाम की गणना करें। 1.25 जैसे अनुपात का दशमलव समाप्त हो जाता है; एक समान-टेम्पर्ड सेमीटोन के लिए, कोई भी सीमित दशमलव प्रविष्टि एक सन्निकटन होगी।

FFmpeg एक और तरीका देता है: asetrate PCM नमूना डेटा बदले बिना नमूना दर बदलता है, जिससे गति और पिच में संयुक्त बदलाव होता है। फिर aresample परिणाम को आपकी इच्छित डिलीवरी नमूना दर में बदलता है। स्रोत: FFmpeg फ़िल्टर दस्तावेज़ का स्रोत, FFmpeg फ़िल्टर दस्तावेज़।

नीचे दिए गए पूरे उदाहरण के लिए FFmpeg इंस्टॉल होना और टर्मिनल में ffmpeg के रूप में उपलब्ध होना ज़रूरी है। इसे ऐसी लिखने योग्य डायरेक्टरी में चलाएँ जहाँ फ़ाइलनाम पहले से इस्तेमाल न हो रहे हों। पहला कमांड 48,000 Hz पर 10 सेकंड का, 440 Hz परीक्षण स्वर बनाता है; दूसरा 5/4 अनुपात लागू करके 48,000 Hz की WAV फ़ाइल लिखता है। FFmpeg का दस्तावेज़ीकृत sine स्रोत नमूना डेटा देता है। स्रोत: FFmpeg फ़िल्टर दस्तावेज़ का स्रोत।

ffmpeg -n -f lavfi -i "sine=frequency=440:sample_rate=48000:duration=10" -c:a pcm_s16le ratio-input.wav
ffmpeg -n -i ratio-input.wav -af "asetrate=60000,aresample=48000" -c:a pcm_s24le ratio-output.wav

मध्यवर्ती दर 48,000 × 1.25 = 60,000 Hz है। अपेक्षित आउटपुट 8 सेकंड का है, जिसमें स्वर 550 Hz होगा। री-सैंपलिंग के ज़रिए डिलीवरी दर को वापस 48,000 Hz करने पर बदला हुआ प्लेबैक समय बना रहता है। इन कमांडों को दस्तावेज़ों से मिलाकर देखा गया; शोध वातावरण में FFmpeg उपलब्ध नहीं था, इसलिए इन्हें चलाया नहीं गया।

इस उदाहरण को अपने अनुसार ढालने के लिए पहले स्रोत फ़ाइल की नमूना दर पता करें। स्रोत दर S हो, तो मध्यवर्ती दर S × r होनी चाहिए। 48,000 Hz से अलग स्रोत के लिए 60,000 का दोबारा इस्तेमाल करने से अनुपात बदल जाएगा। जाँचें कि आपकी बिल्ड और फ़िल्टर शृंखला मध्यवर्ती दर स्वीकार करती है, खासकर बड़े बदलावों के लिए।

तीन सवालों को अलग-अलग समझें: आपका इच्छित अनुपात क्या है, टूल कौन-सा मान स्वीकार करता है, और निर्यात किए गए नमूनों की संख्या कितनी अवधि को दर्शा सकती है। 5/4 जैसा सटीक भिन्न दशमलव में समाप्त हो सकता है। संख्यात्मक रूप से दर्ज करने पर कई संगीत अंतराल अनुपातों का सन्निकटन देना पड़ता है।

अगर दर-आधारित रूपांतरण में मध्यवर्ती नमूना दर गोल की जाती है, तो उसकी भी जाँच ज़रूरी है। उदाहरण के लिए, 48,000 Hz स्रोत को एक समान-टेम्पर्ड सेमीटोन ऊँचा करने के लिए गणितीय रूप से लगभग 50,854.228529 Hz चाहिए। चुनी गई दर 50,854 Hz हो, तो लागू अनुपात पूरा गणितीय लक्ष्य नहीं, बल्कि 50,854/48,000 होता है। 1200 × log₂(वास्तविक अनुपात ÷ लक्षित अनुपात) की गणना करने पर लगभग −0.00778 सेंट की त्रुटि मिलती है। सेंट का यह संबंध UNSW के आवृत्ति और स्वरों के संदर्भ में दर्ज है।

अवधि की एक अलग सीमा है: डिजिटल फ़ाइल में सैंपल फ़्रेमों की संख्या पूर्णांक होती है। 48,000 Hz पर एक सैंपल फ़्रेम लगभग 20.833 माइक्रोसेकंड का होता है। अगर गणना की गई लक्षित अवधि दो सैंपल सीमाओं के बीच पड़े, तो उसे किसी नज़दीकी सीमा से दर्शाना होगा। ऊपर दिए गए 10 सेकंड के परीक्षण के लिए, अपेक्षित आठ सेकंड का आउटपुट हर चैनल में ठीक 384,000 सैंपल फ़्रेमों के बराबर है।

ये गणनाएँ निर्णय लेने का एक उपयोगी नियम देती हैं: परिभाषित करने वाला अनुपात सुरक्षित रखें, वास्तव में लागू किया गया मान लिखें और उससे आए किसी भी अंतर की तुलना अपने प्रोजेक्ट की ज़रूरी सटीकता से करें। गोल की गई सेटिंग को उसके लक्ष्य के गणितीय रूप से समान बताने से बचें।

निर्यात की गई फ़ाइल को ही जाँचें। एक उपयोगी निदान क्रम में पहले समय, फिर आवृत्ति और अंत में पूरी रिकॉर्डिंग जाँचें।

1. अवधियों की तुलना करें। मूल अवधि ÷ r की गणना करें। बनाए गए उदाहरण के लिए, 10 ÷ 1.25 = 8 सेकंड अपेक्षित हैं। समाप्ति सहित पूरी फ़ाइल जाँचें।
2. ज्ञात आवृत्ति की तुलना करें। 1.25× पर 440 Hz का परीक्षण स्वर 550 Hz होना चाहिए। अपनी इच्छित तुलना के लिए पर्याप्त रिज़ॉल्यूशन वाला आवृत्ति विश्लेषक इस्तेमाल करें।
3. सहेजी गई सेटिंगें जाँचें। गोलाई सहित, वास्तव में इस्तेमाल किया गया गुणक या मध्यवर्ती नमूना दर लिखें।
4. पूरा परिणाम सुनें। शुरुआत, अंत, ट्रांज़िशन और यह जाँचें कि आपने इच्छित चयन को ही प्रोसेस किया है।

अंतर के पैटर्न से कारण का पता लगाने में मदद मिलती है। समय सही हो, लेकिन पिच न बदली हो, तो संभव है कि पिच-सुरक्षित प्रोसेसिंग हुई हो। पिच सही हो, लेकिन अवधि न बदली हो, तो संभव है कि अलग से पिच बदलने वाला ऑपरेशन हुआ हो। अगर दोनों बदलाव एक ही अनुपात से गलत हों, तो अनुपात की दिशा फिर से जाँचें; दर-आधारित प्रोसेसिंग में स्रोत नमूना दर भी जाँचें। ये निष्कर्ष संयुक्त बदलाव के समीकरणों से निकाले गए निदान हैं।

अगर आपके पास अवधि और पिच, दोनों के लक्ष्य हैं, तो संपादन से पहले उनके लिए आवश्यक अनुपातों की तुलना करें। 60 सेकंड की रिकॉर्डिंग को 48 सेकंड करने के लिए r = 1.25 चाहिए; पिच को दोगुना करने के लिए r = 2 चाहिए। एक स्थिर संयुक्त बदलाव दोनों शर्तें पूरी नहीं कर सकता। आपको किसी लक्ष्य में बदलाव करना होगा या ऐसी प्रोसेसिंग चुननी होगी जो पिच और अवधि को स्वतंत्र रूप से नियंत्रित करे।

भरोसेमंद रूपांतरण के लिए अनुपात लिखें, अपेक्षित अवधि और आवृत्ति की गणना करें, एक संयुक्त बदलाव लागू करें और निर्यात को उन अनुमानित मानों से मिलाकर जाँचें। इससे परिणाम दोबारा बनाया जा सकता है और गोलाई से जुड़े किसी भी अंतर को स्पष्ट रूप से समझाया जा सकता है।

• गति और पिच बदलें — Audacity मैनुअल
• पिच बदलें — Audacity मैनुअल
• स्वरों के नाम, MIDI संख्याएँ और आवृत्तियाँ — UNSW
• FFmpeg फ़िल्टर दस्तावेज़ का स्रोत — filters.texi
• FFmpeg फ़िल्टर दस्तावेज़ — aresample