Re: [心得] AirPods Max 不專業心得
APPLE實作有沒有用AI我不清楚
很可能沒有
但是你的批評並沒有批到點上
rickylin講的"不是我們傳統位元、頻率這些固有觀念"
意思是說用頻寬較低的格式傳遞資料
終端仍然有可能還原回跟高頻寬傳遞類似的資料品質
亂扣帽子說他瞧不起傳統位元 頻率
這種為批而批的言論相當可笑
因為用AI提升音訊細節是有可能的
一樣是48k 16bit的PCM格式資料
還是有機會把細節模糊的資料轉換成比較清楚的資料
就像是一樣兩千萬畫素
手機感光元件尺寸比數位單眼小那麼多
但靠著AI仍然有可能產生跟數位單眼類似的畫質
這讓我想到十幾年前在學校
就有同學 說對焦不清楚的模糊影像有辦法還原回原始影像
還寫一大堆數學公式說這是有可能的
被旁邊一堆(包含我)覺得自己懂攝影的人笑
後來才發現真的是有辦法還原到一定程度
※ 引述《kblover (聖貓天使)》之銘言：
: 原文恕刪
: 本來不想多回的，結果推文又有人在講一些五四三
: 推 rickylin: 不過訊號細節還說是只是訊號，在數位運算上，透過一樣01/15 14:15
: → rickylin: 的細節透過AI運算，猜測補出細節就是運算影響跟運算音訊01/15 14:15: → rickylin: 的可能性01/15 14:15
: 推 rickylin: 其實現在畫素不足的影像，透過AI與影像資料庫比對補足01/15 14:17
: → rickylin: 成高畫質，已經可看出可能性了 01/15 14:17
: → rickylin: 運算出來的音訊就不是我們傳統位元、頻率這些固有觀念 01/15 14:17
: → rickylin: 反正現在很幸運、可以同時玩傳統Hi-Fi跟運算音訊01/15 14:18
: 看到這裡真的是只想說你在講什麼鬼話
: 你到底知不知道什麼是PCM data，digital audio是如何轉換成analog播出
: 你連最基本的數位資料是什麼都不知道也在瞎類比AI
: 首先你說的低畫素影像透過AI去改成高畫質
: 阿是什麼高畫質拉
: 就補插點的工作透過ai去猜周遭畫素，然後效果比傳統方法好
: 阿請問AI猜出了什麼東西？
: 就是RGB pixel Byte應該是多少數值
: 這根audio沒有關連
: 再來回到audio，我好心說明給你聽好了
: AAC decode出來的東西就是PCM，每一塊pcm buffer通常就是48/44.1k 16bit
: decode完才會去套用各種不同的effect或是其他運算
: 阿請問算完以後會得到什麼
: 答案依然是pcm data，然後再透過codec轉換成為analog輸出
: 過程依然就是你最瞧不起傳統頻率跟位元
: 通篇都在鬼扯，不要腦補好不好，實在看不下去
--
"因為用AI提升音訊細節是有可能的"
我想知道具體的實作方式
apple的touchID也不是無中生有的，在出來以前就有不少paper
有提過類似的技術了 想必你說的AI提升音訊細節也是吧?
還麻煩您指出了
你要說最近用在音樂上的AI，就是KKBOX了，不過那是找品質
差的音樂檔案，再回去跟母片公司調原檔
阿就插值插插插，ai 就這樣喔
這年頭就是用ai 包裝統計和插值
Apple有實作的話官網一定會寫300字作文啦 這麼好當宣傳的
點他不會做?
很多吹Ai的人應該都沒做過Ai相關研究。我同學們稱Ai人工
智障不是叫假的
連假的要死的AI計算攝影都能自己吹得跟神一樣了
以前蘋果產品音質還不錯 但很明顯他們認為這不會帶來任何
獲利 這幾年cost down大師庫克就很努力地在削減這方面的
成本
你要超越Entropy的大師，圖靈獎是你的了
我高中的時候專題是做用DL去把JPG壓到爛的圖片變好
把討厭難看的失真噪點移除，整體看起來更好看是有做出來
但是被壓掉的細節就回不去了
但是大家真的不用扯什麼熵，這真的是可行的
假如你拍一百萬張草莓的照片拿去train修草莓的圖
你拿這個AI去修香蕉當然不行，但修草莓還是有點希望的
當然他不是原本的東西但是讓你看不出來那絕對是有可能的
又一個音頻大師
shorturl.at/dpGKN
max降噪也不錯 聲音也不錯 但混音多時 max的聲音會
被壓抑掉 但xm4不會
啊對我不是護航喔XD我覺得手機拍出來的東西還是不行
其實已經有人做了 當然目前的結果可能不入各位大師尊耳
不過幾年前大家也覺得電腦下圍棋不可能勝過人類
不知道要應用在音樂上要多久呢，要及時用在音樂上要多
我覺得kuleshov那偏成果還不錯，音色有抓到
久也不知道。 *即時
但更好奇的是，Apple真的到時候還堅持用AAC+這種方式
去做到所謂的高音質(?) 而不是直接採用更好的傳輸方
式嗎...
不過還是感謝分享連結，很有趣
同樓上的想法，這種問題硬體解決就好
不是像手機一樣有感光元件面積的硬體限制
又不是其他人都做不到，而是只有Apple沒有這個功能
這就很好笑
有人做沒錯 但"現在"還沒商業化也沒錯吧
一堆人喜歡拿"未來"護航"現在"到底是有甚麼毛病
4說 "過度"的插值就是一種失真了，數值分析應該有學過吧?
目前在低資訊量比較有潛力的，應該是1bit的oversampling吧
雖然有很多問題還要克服，但1bit難的是那個decoder的LPF
要怎麼設計
目前這類技術比較強的 應該就是TI或AD那類類比老公司拔
先去把手機的相片品質為何能提升搞懂再來好嗎...真以
為每一張都是靠AI一個畫素一個畫素幾算的喔...
欸等等 你耳機板好像一篇文都沒發過欸 留言也是
難道是上禮拜被桶的那個好朋友來助陣!?
應該不是同一個，沒有很可笑的英文翻譯（？
把插值將成是AI，整個笑死，插值不用AI就能做了，那不
是深度學習好嗎XD
大師覺得ai什麼都行，還能投幣幫你買飲料
來到耳機版也能欣賞到果粉水準，笑
57
不好意思這篇並未引用前面的文，僅概略說明 Apple AAC 在製作這端的相關 流程，希望再看到 AAC 能有比較正確的認知。 關鍵字：Apple Digital Masters, Core Audio, AAC 蘋果在家族系統都有建置 Core Audio，從 iOS、macOS、tvOS 到 watchOS 都有 Core Audio。這個東西能吃的音樂檔案蠻多類型的，不一一贅述，但要![Re: [心得] AirPods Max 不專業心得](https://i.imgur.com/Cdv6W2bb.jpg "Re: [心得] AirPods Max 不專業心得")
48
看到這篇文章很用心 但我看到一些點覺得有些似是而非 基本上不是做apple底層的人是看不到他的系統架構的 但基本上audio的東西殊途同歸 這裡我一點一點來看 ※ 引述《elguapo (HPHT Synthesized)》之銘言： : 不好意思這篇並未引用前面的文，僅概略說明 Apple AAC 在製作這端的相關![Re: [心得] AirPods Max 不專業心得](https://i.imgur.com/CM2Az6nb.jpg "Re: [心得] AirPods Max 不專業心得")
12
這年頭不但可以腦補apple做了什麼 還要腦補粉絲講了什麼要怎麼做翻譯 這我沒辦法 看來有時候huaman Intelligence還是更勝Artificial Intelligence : 終端仍然有可能還原回跟高頻寬傳遞類似的資料品質 : 亂扣帽子說他瞧不起傳統位元 頻率21
原文恕刪 本來不想多回的，結果推文又有人在講一些五四三 推 rickylin: 不過訊號細節還說是只是訊號，在數位運算上，透過一樣01/15 14:15 → rickylin: 的細節透過AI運算，猜測補出細節就是運算影響跟運算音訊01/15 14:15 → rickylin: 的可能性01/15 14:1581
首Po沒想到會有這麼多回應 我只是稍微分享一下我的看法 簡單回應一下留言，不佔版面就回在同一篇 覺得很盤那就盤，哪次不盤 覺得很不錯 那就很不錯 好不好是看自己爽![[心得] AirPods Max 不專業心得](https://i1.kknews.cc/bm5jBQWWRF4dWj3NWGOHv1_NDL7n89k/0.jpg "[心得] AirPods Max 不專業心得")
爆
Re: [心得] AirPods Max，久違的藍芽耳機。原文恕刪一下 這裡看到一段推文 小的覺得有點感慨 → rickylin: 有不少人轉變想法，還有它的修正方式不是單純調音01/06 07:47 推 rickylin: 在台灣還沒看到放下蘋果偏見（好或壞）、能夠客觀的比01/06 07:49 → rickylin: 較的心得出來01/06 07:49![Re: [心得] AirPods Max，久違的藍芽耳機。](https://i.imgur.com/M2HSW3Ib.png "Re: [心得] AirPods Max，久違的藍芽耳機。")
42
Re: [新聞] Google Photo 突然強調「原始上傳」所謂超時空打臉的說法其實很不客觀。 在許多年前高畫質壓縮對照的「原始檔」距離1600萬畫素可說是微小差距。 而過去的 所謂2000萬畫素，實際上畫素僅是畫素格數變多，每個Pixel間的差異其實也不 大。 到現今的手機拍照技術來看，同樣的2000萬畫素，還能經過AI演算法根據物體透過類神經37
Re: [請益] 想從零開始轉行當AI軟體工程師這篇應該算是AI勸世文 如果你之前沒有任何工程背景，想要直接轉入AI的話，那真的是建議放棄。 AI發展至今，其實要入手真的非常容易，某種程度上只要知道如何呼叫API (Python為介面)就可以完成很多事情。 我經歷過幾個用deep learning的實際例子，都是要解決既定的工程問題，14
[情報] 圓剛公開 4K 網路攝影機 由 intel 顯示卡全球獨家支援圓剛 AVerMedia 今日發表旗下網路攝影機系列旗艦 機種 PW515 4K 自動對焦 AI 網路攝影機。圓剛表 示，PW515 擁有媲美專業相機的影像品質，提供 4K HDR 的高動態範圍色彩表現，並使用 3DNR 影像處![[情報] 圓剛公開 4K 網路攝影機 由 intel 顯示卡全球獨家支援](https://i.imgur.com/e4r6nO9b.jpg "[情報] 圓剛公開 4K 網路攝影機 由 intel 顯示卡全球獨家支援")
X
Re: [問卦] 普通數位相機484死透了？拍攝照片無法改變的物理限制， 如解像力、焦段、感光度雜訊、最大光圈等； 而其他對焦、連拍速度、防手震等等， 雖會影響拍照成功率，但多拍還是有機率成功。 然而到了今天手機解決了上述大部分的問題，![Re: [問卦] 普通數位相機484死透了？](https://img.youtube.com/vi/75HJyM5gFzw/mqdefault.jpg "Re: [問卦] 普通數位相機484死透了？")
1
Re: [分享] 特斯拉FSD beta 來比眼力有沒有比AI好笑死，光達輸出的資料從來就是三維的，只有一維的叫雷射測距儀。 如果是更早之前還在用LADAR為名的時代，還有更多是利用全像原理，用相位差生成三維資料的技術。 對系統來說，不過感測器是用甚麼原理，輸出的資料格式如果是三維的，那就是三維， 有差別的只是更新率而已。 而光達輸出的一直都是三維資料，即使是平面光達，也是三維資料降維。
![Re: [新聞] Google Photo 突然強調「原始上傳」](https://lh3.googleusercontent.com/3jux99lpj-hcNxNvKzBoDOXiG3pvXlFKYmc9cvbARL8nQKn6skb2E5y5NsVYL5NAkKaYh6-h1iN2qBrhUV0kWVdnlnEJsg0RAPspSyBNnFHGwBjBFC4q-rW5qvnydZzrh6Q1ZWzFAQ8=w600-h315-p-k "Re: [新聞] Google Photo 突然強調「原始上傳」")