Matchering
オープンソースのオーディオマスタリングマッチングツール。ターゲットトラックのRMS、周波数特性、ピーク振幅、ステレオ幅をリファレンストラックにマッチングさせ、音質をヒット曲並みにすることができます。
スマートダウンロード
プロジェクトのホームページへ
インストーラはまだありません — ソースリポジトリをご覧ください
どんな曲も一瞬でリファレンス曲のような聴感に。オープンソースで無料、ローカルで実行可能。
主な機能
- RMS、周波数特性、ピーク、ステレオ幅のマッチング
- Python ライブラリ、Docker コンテナ、ComfyUI ノードをサポート
- UVR5 デスクトップアプリを統合、コード不要で利用可能
- オープンソースで無料、ローカル処理でプライバシーを保護
- 独自開発の Hyrax ブリックウォールリミッターを採用、信頼性の高い品質
できないこと
- •最低 4GB の RAM と Python 3.8+ が必要。Linux では libsndfile1 を手動でインストールする必要があり、そうしないとエラーが発生する。MP3 の読み込みには別途 FFmpeg のインストールが必要。参照トラックの選択は結果に直接影響するため、慎重に選ぶ必要がある
使用例
- 音楽プロデューサーが楽曲の聴感をヒット曲に素早く近づける
- アルバムのマスタリングスタイルを統一し、すべてのトラックを一貫させる
- AIマスタリングサービスの起業家がバックエンドを構築
- オーディオエンジニアがさまざまなリファレンス音色の効果を試す
Matchering 2.0 は、オーディオマッチングとマスタリングのための革新的なコンテナ化 Web アプリケーション、Python ライブラリ、および ComfyUI ノードです。必要なのは TARGET（マスタリング対象のトラック）と REFERENCE（リファレンストラック）の2つのオーディオファイルだけで、アルゴリズムがターゲットトラックの RMS、周波数応答、ピーク振幅、ステレオ幅を自動的に調整し、リファレンストラックと同じようなサウンドに仕上げます。Benn Jordan のレビューでは、12 の競合製品の中で 3 位にランクされ、2 人のプロのマスタリングエンジニアに次ぐ評価を獲得しました。完全にオープンソースでローカル環境で動作し、クラウドへのアップロードは不要です。UVR5 デスクトップアプリ、Songmastr、MVSEP、Moises に統合されています。独自開発のブリックウォールリミッター Hyrax を採用し、PCM16/24 出力、FFmpeg による MP3 の読み込みをサポートし、Docker イメージによるワンクリックデプロイを提供しています。
タグ
はじめ方
ソフトウェアをインストール
ダウンロードしたインストーラをダブルクリックし、指示に従ってください
デスクトップユーザー：UVR5 デスクトップアプリをダウンロードして開き、'Choose Process Method > Audio Tools' で Matchering を選択し、ターゲットトラックとリファレンストラックを選択するだけです。
開発者：pip install -U matchering を実行し、Python で mg.process(target='my_song.wav', reference='ref.wav', results=[mg.pcm16('out.wav')]) を呼び出します。
Docker ユーザー：プロジェクトドキュメントにある Windows/macOS/Linux の Docker インストールガイドを参照し、ワンクリックでコンテナを起動した後、Web インターフェースから操作します。
- デスクトップユーザー：UVR5 デスクトップアプリをダウンロードして開き、'Choose Process Method > Audio Tools' で Matchering を選択し、ターゲットトラックとリファレンストラックを選択するだけです。
- 開発者：pip install -U matchering を実行し、Python で mg.process(target='my_song.wav', reference='ref.wav', results=[mg.pcm16('out.wav')]) を呼び出します。
- Docker ユーザー：プロジェクトドキュメントにある Windows/macOS/Linux の Docker インストールガイドを参照し、ワンクリックでコンテナを起動した後、Web インターフェースから操作します。
チェックサムがありません
このプロジェクトは GitHub Release ページに SHA-256 チェックサムを公開していません
SHA256 チェックサム
チェックサムなし
GitHub Releases から直接ダウンロードし、ファイルの整合性をご自身で確認してください
本プラットフォーム上のすべての SHA-256 チェックサムは、プロジェクトの公式 GitHub Release ページから抽出されたもので、一切の改変はありません。GitHub Releases ページで独自に検証できます。
オープンソースの透明性
GitHub ソースを見るアンインストール情報
Python ライブラリ：pip uninstall matchering；Docker コンテナ：docker rm で関連コンテナを削除しイメージも削除；UVR5 統合の場合は UVR5 をアンインストールするだけです。
追加の依存関係なし
ダウンロード後すぐに使用可能。追加のランタイムは不要です。
問題が発生？以下のFAQを確認
3 FAQs
類似プロジェクト
ollama
ローカルで大規模言語モデル（LLM）をワンクリックで実行・管理するオープンソースツール。複数のプラットフォームと豊富なモデルに対応しています。
ComfyUI
ComfyUI はモジュール式の AI 創作エンジンであり、ノードグラフインターフェースを通じて、積み木を組み立てるように画像、動画、3D、オーディオを生成できます。従来の WebUI よりも柔軟で効率的であり、プロフェッショナルや自動化パイプラインに適しています。
llama.cpp
純粋なC/C++による高性能大規模モデル推論エンジン。低ビット量子化および多種ハードウェア（Apple Silicon、CUDA、Vulkanなど）をサポート。軽量で組込み可能。