KI-gestütztes Referenz-Listening: System Diptych vorgestellt

KI-gestütztes Referenz-Listening mit benutzerdefinierten Vergleichsbereichen

Diptych ist ein KI-unterstütztes System für das Referenz-Listening in der Musikproduktion. Beim Referenz-Listening ziehen Produzenten und Mixing-Engineers kommerzielle Aufnahmen als Vergleich heran, um den eigenen Track zu formen. Diptych adressiert dabei eine zentrale menschliche Entscheidung, die bestehende Vergleichswerkzeuge nach Angaben der Autoren oft verdecken: die Frage, was überhaupt verglichen werden soll. Das System erlaubt Nutzern, den Vergleichsbereich über ganze Tracks oder unabhängig ausgewählte Segmente zu definieren. Dabei können sie strukturierte Audio-Features einsehen sowie bereichsspezifische KI-Interpretationen, die sich auf den jeweils gewählten Vergleichsbereich beziehen. Die Kernfunktionen umfassen also die benutzerdefinierte Festlegung des Vergleichsumfangs, die Inspektion strukturierter Audio-Merkmale und die Anzeige von KI-Interpretationen, die auf den gewählten Bereich zugeschnitten sind. Damit unterscheidet sich der Ansatz von Werkzeugen, die Vergleiche automatisiert über ganze Stücke hinweg durchführen, ohne die Auswahl des Vergleichsbereichs als eigene Entscheidung sichtbar zu machen.

Studie: Zusätzliche Unterschiede gefunden, Experten bestätigen neun von zehn

In einer Studie mit zwölf Musikern, ergänzt durch quellenverblindete Bewertungen von vier Experten, wurde Diptych evaluiert. Die Teilnehmer nutzten das System, um zusätzliche Unterschiede zwischen Referenz und eigenem Material aufzudecken. Neun von zehn dieser Unterschiede erhielten zumindest teilweise Expertenunterstützung. Die Teilnehmer berichteten zudem von guter Usability und größerer Klarheit über mögliche nächste Schritte. Aus diesen Ergebnissen schlussfolgern die Autoren, dass KI-Unterstützung für kreativen Vergleich benutzerdefinierten Umfang, überprüfbare Evidenz und handlungsleitende Hinweise priorisieren sollte. Statt autoritative Urteile zu fällen, die über die Evidenz hinausgehen, sollte das System Nutzern die Entscheidung überlassen, was verglichen wird, und die KI-Ergebnisse als nachvollziehbare, bereichsbezogene Hinweise präsentieren. Die Studie zeigt, dass die Kombination aus benutzerdefiniertem Vergleichsbereich und KI-Interpretationen es Musikern ermöglicht, zusätzliche, von Experten zumindest teilweise bestätigte Unterschiede zu finden, und dass die Nutzer die Bedienung als gut und die nächsten Schritte als klarer empfanden.