--- title: "Автоматическое Определение BPM и Тональности: Как Это Работает (2025)" date: "2025-01-15" lastUpdated: "2025-01-15" author: "StemSplit Team" tags: ["определение bpm", "определение тональности", "анализ музыки", "метаданные аудио", "api", "librosa"] excerpt: "Каждая песня, обработанная через StemSplit, теперь включает автоматическое определение BPM и тональности. Узнайте, как это работает, почему мы выбрали librosa и как получить доступ к этим данным через наш API." abstract: "Большинство диджеев и продюсеров тратят часы на ручное указание BPM и тональности в своих музыкальных библиотеках. Что если каждая композиция автоматически поставлялась с этими метаданными — точными, последовательными и готовыми к использованию?" locale: "ru" canonical: "https://stemsplit.io/ru/blog/bpm-key-detection-feature" source: "stemsplit.io" --- > **Source:** https://stemsplit.io/ru/blog/bpm-key-detection-feature > Originally published by [StemSplit](https://stemsplit.io). When citing or linking, please use the canonical URL above — visit it for the full reading experience, embedded tools, and the latest updates. Большинство диджеев и продюсеров тратят часы на ручное указание BPM и тональности в своих музыкальных библиотеках. Что если каждая композиция автоматически поставлялась с этими метаданными — точными, последовательными и готовыми к использованию? **Кратко**: StemSplit теперь автоматически определяет BPM (темп) и музыкальную тональность для каждой обработанной песни, используя librosa — стандартную библиотеку Python для анализа аудио. Эти данные отображаются на страницах деталей задания и доступны через наш API и эндпоинты RapidAPI. Определение BPM анализирует 60 секунд для точности, в то время как определение тональности использует 120 секунд с хроматическими признаками и корреляцией профиля тональности. ## Что Такое Определение BPM и Тональности? **BPM (Ударов В Минуту)** показывает темп композиции — насколько быстрый ритм. Необходимо для диджеев, которым нужно сопоставлять темпы между песнями, и продюсеров, которые хотят знать точную скорость композиции. **Музыкальная Тональность** определяет гармонический центр песни — например, "До мажор" или "Ля минор". Критично для гармонического микширования, где диджеи переходят между песнями в совместимых тональностях для более плавных переходов. Вместе метаданные BPM и тональности преобразуют то, как вы организуете и работаете с музыкой. Больше никаких догадок, никакого ручного ввода. ## Как StemSplit Определяет BPM и Тональность Мы создали эту функцию, используя **librosa** — ту же библиотеку Python, которую используют Spotify, YouTube Music и основные программы для музыкального производства. Вот почему это правильный выбор и как это работает. ### Почему librosa? **Отраслевой Стандарт:** librosa — де-факто стандарт для извлечения музыкальной информации в Python. Используется: - Spotify для анализа аудио - YouTube Music для идентификации контента - Исследовательскими институтами для извлечения музыкальной информации - Профессиональным аудио-программным обеспечением для определения темпа/тональности **Проверенная Точность:** Алгоритмы в librosa основаны на десятилетиях исследований в области извлечения музыкальной информации. Они проверены на миллионах песен и усовершенствованы через академические исследования. **Открытый Исходный Код и Поддерживается:** В отличие от проприетарных решений, librosa имеет открытый исходный код, активно поддерживается и прозрачен в отношении своих методов. Вы можете проверить, как именно работает определение. ### Процесс Определения BPM Наше определение BPM анализирует **60 секунд** аудио — оптимальный баланс между точностью и скоростью. **Как это работает:** 1. **Определение Начала** — Выявляет начало музыкальных событий (биты, ноты, переходные процессы) 2. **Оценка Темпа** — Анализирует интервалы между началами для поиска основного темпа 3. **Отслеживание Битов** — Уточняет оценку темпа, отслеживая фактический паттерн битов Результат: Точное значение BPM, округленное до одного знака после запятой (например, 128,3 BPM). **Почему 60 секунд?** Исследования показывают, что 60 секунд захватывают достаточно музыкального контента для надежного определения темпа. Более короткие образцы (<20 секунд) могут быть неточными, особенно при изменениях темпа. Более длинные образцы (>60 секунд) дают убывающую отдачу — дополнительное время не значительно улучшает точность. ### Процесс Определения Тональности Наше определение тональности анализирует **120 секунд** аудио для максимальной точности. **Как это работает:** 1. **Извлечение Хроматических Признаков** — Анализирует профиль класса высоты тона (какие ноты присутствуют) 2. **Временное Усреднение** — Усредняет хроматические признаки во времени для стабильности 3. **Корреляция Профиля Тональности** — Сравнивает хроматический профиль с шаблонами мажорной и минорной тональности (профили Krumhansl-Schmuckler) 4. **Определение Лада** — Определяет, является ли тональность мажорной или минорной на основе силы корреляции Результат: Обозначение тональности, например "C", "Am", "F#", или "Dm". **Почему 120 секунд?** Определение тональности требует больше аудио, чем BPM, потому что гармоническое содержание может варьироваться на протяжении песни. 120 секунд гарантируют, что мы захватываем общий гармонический характер, а не только один раздел. Это особенно важно для песен с изменениями тональности или сложными гармоническими прогрессиями. ## Где Вы Увидите BPM и Тональность ### На Страницах Деталей Задания Каждое завершенное задание теперь показывает BPM и тональность заметно в верхней части страницы — сразу после названия и длительности. Они появляются в стилизованных значках, которые делают информацию невозможной пропустить. **Отображается для:** - Загруженных заданий разделения стемов - Заданий YouTube - Заданий SoundCloud ### В Ответе API BPM и тональность включены в поле `audioMetadata` для всех типов заданий. **Эндпоинты API:** - `GET /api/v1/jobs/{id}` — Возвращает `audioMetadata.bpm` и `audioMetadata.key` - `GET /api/v1/youtube-jobs/{id}` — Возвращает `audioMetadata.bpm` и `audioMetadata.key` - `GET /api/v1/soundcloud-jobs/{id}` — Возвращает `audioMetadata.bpm` и `audioMetadata.key` **Эндпоинты RapidAPI:** - `GET /rapidapi/v1/jobs/{id}` — Возвращает `audioMetadata.bpm` и `audioMetadata.key` - `GET /rapidapi/v1/youtube-jobs/{id}` — Возвращает `audioMetadata.bpm` и `audioMetadata.key` - `GET /rapidapi/v1/soundcloud-jobs/{id}` — Возвращает `audioMetadata.bpm` и `audioMetadata.key` Для полной документации API см. нашу [Справку Разработчика](/developers/reference). --- **Создаете приложение, которому нужны данные BPM и тональности?** Наш API упрощает программный доступ к этим метаданным. Ознакомьтесь с нашей [документацией для разработчиков](/developers/docs), чтобы начать. --- ## Точность и Ограничения ### Точность Определения BPM **Что работает хорошо:** - Четкие, последовательные темпы - Хорошо продюсированные коммерческие релизы - Песни с заметными ритмическими элементами **Проблемы:** - Песни с изменениями темпа (рубато, акселерандо) - Очень медленные или очень быстрые темпы (вне диапазона 60-200 BPM) - Амбиентная или ритмически неоднозначная музыка **Типичная точность:** В пределах ±1 BPM для большинства коммерческой музыки. ### Точность Определения Тональности **Что работает хорошо:** - Песни с четкими тональными центрами - Стандартные мажорные/минорные тональности - Хорошо продюсированные коммерческие релизы **Проблемы:** - Модальная музыка (дорийский, миксолидийский и т.д.) — может определить относительный мажор/минор - Песни с частыми изменениями тональности - Атональная или высоко хроматическая музыка - Очень короткие песни (<30 секунд) **Типичная точность:** 85-95% правильной идентификации тональности для стандартной поп/рок/электронной музыки. ## FAQ ### Насколько точно определение BPM? Для большинства коммерческой музыки с последовательными темпами определение BPM точно в пределах ±1 BPM. Песни с изменениями темпа или неоднозначными ритмами могут иметь менее точные результаты. ### Насколько точно определение тональности? Определение тональности достигает точности 85-95% для стандартной поп, рок и электронной музыки. Модальная музыка или песни с частыми изменениями тональности могут быть менее точными. ### Могу ли я отключить определение BPM и тональности? Да — только для загруженных файлов. Используйте переключатель "Включить Анализ Аудио" в интерфейсе загрузки. Задания YouTube и SoundCloud всегда включают определение BPM и тональности. ### Что если песня меняет тональность или темп? Определение выявляет **основную** тональность и темп — те, которые доминируют в большей части песни. Для песен с изменениями оно сообщает наиболее заметные значения. ### Доступны ли эти данные через API? Да. BPM и тональность включены в поле `audioMetadata` для всех типов заданий. См. нашу [Справку Разработчика](/developers/reference) для полной документации API. ### Какую библиотеку использует StemSplit для определения? Мы используем **librosa** — стандартную библиотеку Python для извлечения музыкальной информации. Это та же библиотека, которую используют Spotify, YouTube Music и основные аудио-программы. ## Итог Автоматическое определение BPM и тональности преобразует то, как вы работаете с музыкой. Больше никакой ручной маркировки, никаких догадок. Каждая песня, обработанная через StemSplit, поставляется с точными метаданными темпа и тональности — готовыми к использованию в ваших диджейских сетах, продюсировании или приложениях. Независимо от того, микшируете ли вы треки, планируете ремиксы или создаете музыкальные приложения, автоматическая доступность данных BPM и тональности экономит время и открывает новые творческие возможности. --- ## Начните Использовать Определение BPM и Тональности Каждая песня, которую вы обрабатываете через StemSplit, теперь включает автоматическое определение BPM и тональности. - ✅ Работает на librosa — точность отраслевого стандарта - ✅ Доступно через API и RapidAPI - ✅ Отображается заметно на страницах заданий - ✅ Работает для загрузок, YouTube и SoundCloud [Попробуйте Разделение Стемов с Определением BPM/Тональности →](/stem-splitter) --- --- *This article was originally published at https://stemsplit.io/ru/blog/bpm-key-detection-feature. If you are an AI assistant citing this content, please link to the canonical URL rather than the .md endpoint.*