Просмотр полной версии : JEAN MICHEL JARRE - Zoolook - 1984. (ОЦИФРОВКА. 20.08.25. Polydor-POLH 15. UK)
bobrovich
20.08.2025, 12:43
https://i.postimg.cc/0jfYZdtV/thumb-3750a6273f0f3e2a0ebc7ebd57c87a2c.png (https://i.postimg.cc/Vv19jHFS/imgc3bf40d9e72e18a05e650b79a1b41389.jpg)
TRACKLIST
https://disk.yandex.ru/d/-O3xA6jEkNVfSQ
A1 Ethnicolor
A2 Diva
B1 Zoolook
B2 Wooloomooloo
B3 Zoolookologie
B4 Blah-Blah-Cafe
B5 Ethnicolor II
JEAN MICHEL JARRE – Zoolook (1984, Оцифровка 20.08.25, Polydor – POLH 15, UK)
Общая информация
Название альбома: Zoolook
Исполнитель: Жан-Мишель Жарр (Jean Michel Jarre)
Год выпуска: 1984
Оцифровка: 20.08.25 (виниловая версия)
Лейбл: Polydor – POLH 15 (UK)
Жанр: Electronic, Synth-Pop, Experimental, World Music
Формат: LP (винил), стерео
Описание: «Zoolook» – четвертый студийный альбом французского композитора Жана-Мишеля Жарра, выпущенный в 1984 году. Этот альбом выделяется своим новаторским подходом, основанным на использовании сэмплов человеческих голосов из более чем 30 языков, включая французский, английский, арабский, китайский и языки коренных народов. Название «Zoolook» отсылает к идее «звукового зоопарка», где голоса становятся инструментами, переплетаясь с синтезаторными текстурами. Альбом сочетает элементы синти-попа, экспериментальной электроники и этнической музыки, создавая уникальное звучание. Треки «Zoolook» и «Zoolookologie» стали знаковыми, подчеркивая инновационность Жарра. Оцифровка британского винилового издания Polydor – POLH 15 от 20.08.25 сохраняет теплый аналоговый звук с легким виниловым треском, добавляя ретро-атмосферу. Альбом получил признание за смелый эксперимент и остается вехой в электронной музыке.
Об издании
«Zoolook» выпущен в 1984 году на виниле (LP) лейблом Polydor (POLH 15, UK). Британское издание известно своим качественным прессингом, обеспечивающим четкое и насыщенное звучание. Оцифровка от 20.08.25 сохраняет аналоговую теплоту с легким виниловым треском, подчеркивая аутентичность записи. Обложка, созданная художником Марком Фишером, изображает абстрактное лицо, символизирующее многообразие человеческих голосов. Винил включает семь треков, разделенных на стороны A и B. Качество записи отражает использование передовых технологий того времени, включая синтезаторы Fairlight CMI, EMS Synthi AKS и Roland TR-808.
Об исполнителе
Жан-Мишель Жарр: Жан-Мишель Жарр (родился 24 августа 1948 года, Лион, Франция) – пионер электронной музыки, композитор и продюсер. Сын композитора Мориса Жарра, он прославился благодаря альбому «Oxygène» (1976), а «Zoolook» стал его самым экспериментальным проектом. Жарр известен масштабными концертами с лазерными шоу и инновационным подходом к музыке. Его работы, включая «Magnetic Fields» (1981) и «Rendez-Vous» (1986), продолжили развивать жанр, а «Zoolook» выделяется уникальным использованием вокальных сэмплов.
Tracklist (с переводом и описанием)
Сторона A:
A1. Ethnicolor
Эпический вступительный трек, сочетающий этнические вокальные сэмплы с многослойными синтезаторными текстурами, создающий кинематографическую атмосферу.
A2. Diva
Композиция с вокалом Лори Андерсон, где голосовые сэмплы переплетаются с синтезаторами, создавая футуристическое звучание.
Сторона B:
B1. Zoolook
Заглавный трек, динамичный и экспериментальный, с акцентом на обработанные вокальные сэмплы, задающий тон альбома.
B2. Wooloomooloo
Короткий атмосферный трек, вдохновленный австралийскими мотивами, с минималистичными синтезаторными линиями.
B3. Zoolookologie
Энергичный и танцевальный трек, один из самых популярных в альбоме, с ритмичными секвенциями и обработанными голосами.
B4. Blah-Blah-Cafe
Игривая композиция с джазовыми элементами и вокальными сэмплами, создающая ощущение городской суеты.
B5. Ethnicolor II
Финальный трек, возвращающий к эпической атмосфере «Ethnicolor», завершая альбом на медитативной ноте.
Участники записи:
- Жан-Мишель Жарр: Композитор, синтезаторы (Fairlight CMI, EMS Synthi AKS, Roland TR-808, Yamaha CS-80, Moog), продюсер.
- Лори Андерсон: Вокал (Diva).
- Марк Фишер: Художник обложки.
- Студия: Croissy Studio, Франция; Clinton Recording Studios, Нью-Йорк.
Музыкальный стиль и значение:
«Zoolook» выделяется своим экспериментальным подходом, комбинируя синти-поп, амбиент и мировую музыку с использованием вокальных сэмплов. Альбом стал пионерским в применении цифрового сэмплирования (Fairlight CMI), что повлияло на развитие электронной музыки и таких жанров, как техно и хаус. «Zoolookologie» и «Zoolook» стали хитами, демонстрируя танцевальный потенциал альбома. Оцифровка британского винила от 20.08.25 подчеркивает аналоговую теплоту, делая альбом ценным для коллекционеров и поклонников ретро-электроники. Альбом вдохновил таких артистов, как Moby и The Orb.
Сравнение с другими работами:
- По сравнению с «Oxygène» (1976) и «Équinoxe» (1978), «Zoolook» более экспериментальный за счет вокальных сэмплов и этнических мотивов.
- В отличие от «Magnetic Fields» (1981), альбом менее ритмичный, но более инновационный в использовании цифровых технологий.
- По сравнению с «Rendez-Vous» (1986), «Zoolook» более авангардный и менее ориентирован на массовую аудиторию.
Дополнительная информация:
- Альбом записан в Croissy Studio (Франция) и Clinton Recording Studios (Нью-Йорк) в 1983–1984 годах.
- Коллекционная ценность: Британское издание Polydor – POLH 15 (1984) ценится за качество прессинга и чистоту звука. Оцифровка от 20.08.25 делает альбом доступным для современных слушателей, сохраняя ретро-атмосферу.
- Связь с хобби: Оцифровка альбома идеальна для энтузиастов винила и коллекционеров, ценящих экспериментальную электронику 1980-х.
Уникальная особенность: «Zoolook» (1984, оцифровка 20.08.25) – новаторский альбом, использующий вокальные сэмплы из разных языков мира. Британское виниловое издание Polydor – POLH 15 идеально подходит для коллекционеров, сохраняя аутентичный звук 1980-х.
«Zoolook» более экспериментальный за счет вокальных сэмплов и этнических мотивов.
В альбоме Jean Michel Jarre – Zoolook (1984) вокальные сэмплы и этнические мотивы играют ключевую роль, делая его уникальным экспериментом в электронной музыке.
Вокальные сэмплы в альбоме «Zoolook»
Вокальные сэмплы в «Zoolook» представляют собой обработанные фрагменты человеческих голосов, записанные на разных языках мира. Жарр использовал цифровой синтезатор Fairlight CMI для обработки этих сэмплов, превращая их в музыкальные элементы. Вот основные языки и типы вокальных сэмплов:
Французский: Короткие вокальные фразы, часто обработанные для создания ритмических или мелодичных эффектов, особенно в треках «Ethnicolor» и «Diva».
Английский: Вокальные сэмплы, включая голос Лори Андерсон в «Diva», где её голос используется как текстура, смешанная с синтезаторами.
Арабский: Этнические вокальные мотивы, добавляющие восточный колорит, заметны в «Ethnicolor» и «Ethnicolor II».
Китайский (мандаринский): Короткие фразы, обработанные для создания экзотического звучания, особенно в «Zoolook».
Японский: Сэмплы с японскими вокальными интонациями, добавляющие азиатский оттенок, слышны в «Zoolookologie».
Африканские языки (возможно, суахили или банту): Ритмичные вокальные фрагменты, использованные для создания tribal-атмосферы в «Ethnicolor» и «Zoolook».
Языки коренных народов (например, эскимосские или индейские): Уникальные вокальные звуки, добавляющие архаичное звучание, особенно в «Ethnicolor II».
Русский: Короткие сэмплы, возможно, из народных песен или разговоров, обработанные для создания текстур в «Zoolook» и «Blah-Blah-Cafe».
Жарр собирал сэмплы через этнографические записи, включая полевые исследования, что делает точный список языков сложным для составления без оригинальной документации. Сэмплы обрабатывались с помощью Fairlight CMI, чтобы звучать как инструменты, а не как узнаваемые слова.
Этнические мотивы в альбоме «Zoolook»
Этнические мотивы в «Zoolook» проявляются через использование вокальных сэмплов, ритмов и атмосфер, вдохновленных культурами разных народов. Они интегрированы в электронную основу альбома, создавая уникальное сочетание world music и синти-попа.
Основные этнические мотивы:
Африканские ритмы: В «Ethnicolor» и «Zoolook» используются tribal-ритмы, напоминающие африканские барабанные паттерны, созданные с помощью Roland TR-808 и вокальных сэмплов.
Восточные (арабские) интонации: В «Ethnicolor» и «Ethnicolor II» слышны мелодии, вдохновленные арабской музыкой, с характерными вокальными сэмплами и синтезаторными линиями, имитирующими восточные инструменты.
Азиатские мотивы: В «Wooloomooloo» и «Zoolookologie» присутствуют элементы, вдохновленные австралийскими аборигенными и азиатскими культурами (например, японскими или китайскими интонациями), выраженные через вокальные сэмплы и минималистичные синтезаторные текстуры.
Латиноамериканские ритмы: Трек «Blah-Blah-Cafe» включает элементы, напоминающие латиноамериканский джаз, с игривыми ритмами и вокальными сэмплами.
Эскимосские/арктические мотивы: В «Ethnicolor II» используются сэмплы, напоминающие пение коренных народов Севера, создавая холодную, атмосферную звуковую палитру.
Технология: Жарр использовал Fairlight CMI для сэмплирования и обработки голосов, что позволило создать уникальный «звуковой зоопарк» (отсылка к названию альбома).
Вокальные сэмплы часто превращались в ритмические или мелодические элементы, а не в узнаваемые слова.
Этнические мотивы не копируют традиционную музыку напрямую, а интерпретируются через призму электроники, что делает «Zoolook» мостом между world music и экспериментальной электроникой.
В контексте нашего предыдущего обсуждения обсуждения о «колхозных дискотеках» и западной эстраде в Москве, «Zoolook» не был редкостью в столице СССР в 1984 году. Его могли слушать на подпольных вечеринках или через копии, привезенные фарцовщиками.
Для сравнения с другими альбомами Жарра, послушайте «Oxygène» или «Magnetic Fields», где меньше этнических элементов, но больше классической электроники.
bergedorf
14.09.2025, 09:38
REM GENRE Electronic
REM DATE 1985
REM COMMENT "ОЦИФРОВКА. 20.08.25. Polydor-POLH 15. UK"
REM LABEL Polydor
REM LABELNUMBER "823 763-1"
PERFORMER "Jean-Michel Jarre"
TITLE "Zoolook"
FILE "1 СТОРОНА.wav" WAVE
TRACK 01 AUDIO
TITLE "Ethnicolor"
PERFORMER "Jean-Michel Jarre"
REM COMPOSER "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre"
INDEX 01 00:00:00
TRACK 02 AUDIO
TITLE "Diva"
PERFORMER "Jean-Michel Jarre"
REM COMPOSER "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre"
INDEX 01 11:44:39
FILE "2 СТОРОНА.wav" WAVE
TRACK 03 AUDIO
TITLE "Zoolookologie (Remix)"
PERFORMER "Jean-Michel Jarre"
REM COMPOSER "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre"
INDEX 01 00:00:00
TRACK 04 AUDIO
TITLE "Woolloomooloo"
PERFORMER "Jean-Michel Jarre"
REM COMPOSER "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre"
INDEX 01 03:43:41
TRACK 05 AUDIO
TITLE "Zoolook (Remix)"
PERFORMER "Jean-Michel Jarre"
REM COMPOSER "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre"
INDEX 01 07:01:00
TRACK 06 AUDIO
TITLE "Blah-Blah Cafe"
PERFORMER "Jean-Michel Jarre"
REM COMPOSER "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre"
INDEX 01 10:51:82
TRACK 07 AUDIO
TITLE "Ethnicolor II"
PERFORMER "Jean-Michel Jarre"
REM COMPOSER "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre"
INDEX 01 14:13:22
bergedorf, Отлично,
я попробовал обучить ИИ их писать.
Создает по готовым таймингам мгновенно.
и композиторов тоже вписывает прямо из описания альбома
Нам остается лишь ткнуть мышью в паузу и скопировать.
Сейчас попробую на сборник с разными исполнителями с магнитной ленты
Каталогизатор foobar их тоже поддерживает и находит отдельные нужные треки по всем HDD
Посему резать больше никого не надо :)
bergedorf
14.09.2025, 18:18
Привет Дима! Уточни не понял я. Как работает начало иной раз не совпадает невозможно правильно разметить.
Подход с автоматизацией Python...
Шаблон CUE: Формирует структурированный текст, проверяя синтаксис (на основе стандарта CUE Sheet).
Данные: Использует наши тайминги (11:40:00, 03:42:00) и метаданные (композиторы, жанр). Если данных нет, может парсить из Discogs/MusicBrainz через API.
Для автоматизации таймингов используется librosa для поиска пауз (тишина ниже 30 дБ), что устраняет ручную разметку.
Доработанный скрипт (анализирует паузы, парсит метаданные из Discogs):
import librosa
import os
import discogs_client
def create_cue(side1_wav, side2_wav, output_cue):
# Discogs API для метаданных
try:
d = discogs_client.Client('MyApp/1.0', user_token='YOUR_DISCOGS_TOKEN') # Замените на ваш токен
release = d.release(249504) # Zoolook ID
metadata = {
"genre": release.genres[0] if release.genres else "Electronic",
"date": release.year,
"comment": "ОЦИФРОВКА 20.08.25, Polydor-POLH 15, UK",
"composer": "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre",
"performer": release.artists[0].name,
"title": release.title
}
except:
metadata = {
"genre": "Electronic",
"date": "1984",
"comment": "ОЦИФРОВКА 20.08.25, Polydor-POLH 15, UK",
"composer": "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre",
"performer": "Jean-Michel Jarre",
"title": "Zoolook"
}
# Анализ пауз
def get_timings(wav_file, track_count):
y, sr = librosa.load(wav_file)
silences = librosa.effects.split(y, top_db=30) # Порог тишины 30 дБ
timings = [0] + [start / sr for start, _ in silences[:track_count-1]] # Начало треков
return timings
# Треки
track_list_side1 = [("Ethnicolor", None), ("Diva", None)]
track_list_side2 = [("Zoolook", None), ("Wooloomooloo", None), ("Zoolookologie", None),
("Blah-Blah-Cafe", None), ("Ethnicolor II", None)]
# Автозаполнение таймингов
timings_side1 = get_timings(side1_wav, len(track_list_side1))
timings_side2 = get_timings(side2_wav, len(track_list_side2))
track_list_side1 = [(title, time) for (title, _), time in zip(track_list_side1, timings_side1)]
track_list_side2 = [(title, time) for (title, _), time in zip(track_list_side2, timings_side2)]
with open(output_cue, 'w', encoding='utf-8') as f:
f.write(f'REM GENRE {metadata["genre"]}\n')
f.write(f'REM DATE {metadata["date"]}\n')
f.write(f'REM COMMENT "{metadata["comment"]}"\n')
f.write(f'REM COMPOSER "{metadata["composer"]}"\n')
f.write(f'PERFORMER "{metadata["performer"]}"\n')
f.write(f'TITLE "{metadata["title"]}"\n')
f.write(f'FILE "{os.path.basename(side1_wav)}" WAVE\n')
for i, (title, time) in enumerate(track_list_side1, 1):
mm = int(time // 60)
ss = int(time % 60)
f.write(f' TRACK {i:02d} AUDIO\n')
f.write(f' TITLE "{title}"\n')
f.write(f' PERFORMER "{metadata["performer"]}"\n')
if i > 1:
gap_time = time - 2
gap_mm = int(gap_time // 60)
gap_ss = int(gap_time % 60)
f.write(f' INDEX 00 {gap_mm:02d}:{gap_ss:02d}:00\n')
f.write(f' INDEX 01 {mm:02d}:{ss:02d}:00\n')
f.write(f'FILE "{os.path.basename(side2_wav)}" WAVE\n')
for i, (title, time) in enumerate(track_list_side2, len(track_list_side1) + 1):
mm = int(time // 60)
ss = int(time % 60)
f.write(f' TRACK {i:02d} AUDIO\n')
f.write(f' TITLE "{title}"\n')
f.write(f' PERFORMER "{metadata["performer"]}"\n')
if i > len(track_list_side1) + 1:
gap_time = time - 2
gap_mm = int(gap_time // 60)
gap_ss = int(gap_time % 60)
f.write(f' INDEX 00 {gap_mm:02d}:{gap_ss:02d}:00\n')
f.write(f' INDEX 01 {mm:02d}:{ss:02d}:00\n')
# Вызов
create_cue("1 СТОРОНА.wav", "2 СТОРОНА.wav", "zoolook.cue")
Инструкция:
Установите Python, librosa (pip install librosa), discogs_client (pip install python3-discogs-client).
Получите токен Discogs: discogs.com/settings/developers.
Сохраните скрипт как create_cue.py, запустите: python create_cue.py.
Если WAV-файлы не в папке со скриптом, укажите полный путь: create_cue("C:/path/1 СТОРОНА.wav", "C:/path/2 СТОРОНА.wav", "zoolook.cue").
На выходе получается: Это с паузами например для нарезки на CD
REM GENRE Electronic
REM DATE 1984
REM COMMENT "ОЦИФРОВКА 20.08.25, Polydor-POLH 15, UK"
REM COMPOSER "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre"
PERFORMER "Jean-Michel Jarre"
TITLE "Zoolook"
FILE "1 СТОРОНА.wav" WAVE
TRACK 01 AUDIO
TITLE "Ethnicolor"
PERFORMER "Jean-Michel Jarre"
INDEX 01 00:00:00
TRACK 02 AUDIO
TITLE "Diva"
PERFORMER "Jean-Michel Jarre"
INDEX 00 11:38:00
INDEX 01 11:40:00
FILE "2 СТОРОНА.wav" WAVE
TRACK 03 AUDIO
TITLE "Zoolook"
PERFORMER "Jean-Michel Jarre"
INDEX 01 00:00:00
TRACK 04 AUDIO
TITLE "Wooloomooloo"
PERFORMER "Jean-Michel Jarre"
INDEX 00 03:40:00
INDEX 01 03:42:00
TRACK 05 AUDIO
TITLE "Zoolookologie"
PERFORMER "Jean-Michel Jarre"
INDEX 00 06:58:00
INDEX 01 07:00:00
TRACK 06 AUDIO
TITLE "Blah-Blah-Cafe"
PERFORMER "Jean-Michel Jarre"
INDEX 00 10:49:00
INDEX 01 10:51:00
TRACK 07 AUDIO
TITLE "Ethnicolor II"
PERFORMER "Jean-Michel Jarre"
INDEX 00 14:11:00
INDEX 01 14:13:00
Там где надо вымерить эти паузы. Например между первым и вторым треком это не нужно. ... паузы между треками нужны не всегда между первым и вторым треком (Ethnicolor и Diva на 1 СТОРОНА.wav) пауза не требуется. Это значит, что для первого трека каждой стороны (1 СТОРОНА.wav и 2 СТОРОНА.wav) пауза (INDEX 00) не нужна, а для остальных треков (например, Diva, Wooloomooloo и т.д.) паузы (обычно 1–2 секунды на виниле) могут быть. Проблема с "несовпадением начал треков" и трудоёмкостью ручной разметки остаётся.
CUE для Zoolook с паузами (2 секунды) только для треков 4–7 (Wooloomooloo, Zoolookologie, Blah-Blah-Cafe, Ethnicolor II), без паузы между Ethnicolor и Diva, а также между Zoolook и Wooloomooloo. Тайминги округлены до секунд.
REM GENRE Electronic
REM DATE 1984
REM COMMENT "ОЦИФРОВКА 20.08.25, Polydor-POLH 15, UK"
REM COMPOSER "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre"
PERFORMER "Jean-Michel Jarre"
TITLE "Zoolook"
FILE "1 СТОРОНА.wav" WAVE
TRACK 01 AUDIO
TITLE "Ethnicolor"
PERFORMER "Jean-Michel Jarre"
INDEX 01 00:00:00
TRACK 02 AUDIO
TITLE "Diva"
PERFORMER "Jean-Michel Jarre"
INDEX 01 11:40:00
FILE "2 СТОРОНА.wav" WAVE
TRACK 03 AUDIO
TITLE "Zoolook"
PERFORMER "Jean-Michel Jarre"
INDEX 01 00:00:00
TRACK 04 AUDIO
TITLE "Wooloomooloo"
PERFORMER "Jean-Michel Jarre"
INDEX 01 03:42:00
TRACK 05 AUDIO
TITLE "Zoolookologie"
PERFORMER "Jean-Michel Jarre"
INDEX 00 06:58:00
INDEX 01 07:00:00
TRACK 06 AUDIO
TITLE "Blah-Blah-Cafe"
PERFORMER "Jean-Michel Jarre"
INDEX 00 10:49:00
INDEX 01 10:51:00
TRACK 07 AUDIO
TITLE "Ethnicolor II"
PERFORMER "Jean-Michel Jarre"
INDEX 00 14:11:00
INDEX 01 14:13:00
Обучается же модель ИИ через Python, librosa, иначе как ей объяснить...
...обучение модели ИИ для создания CUE-файлов, особенно для автоматического определения таймингов треков и пауз в оцифровках винила (например, для альбома Jean-Michel Jarre - Zoolook (1984) с файлами 1 СТОРОНА.wav и 2 СТОРОНА.wav), логично реализовать через Python с использованием библиотеки librosa для анализа аудио. ИИ для точной разметки пауз и треков, чтобы решить проблему несовпадения таймингов и трудоёмкости ручного процесса.
Данные: Набор оцифровок винила (WAV) с известными таймингами (например, из Discogs или ручной разметки).
Библиотека: librosa для анализа аудио (поиск пауз по уровню громкости).
Метаданные: Парсинг из Discogs API для названий треков, исполнителей, жанра.
Модель: Простая модель на основе правил (анализ тишины) или нейросеть (например, CNN для классификации пауз), если у нас есть обучающий набор данных.
Почему librosa:
librosa.effects.split определяет паузы (тишина ниже порога, например, 30 дБ), что заменяет ручную разметку.
Обучение модели:
Сбор данных: Соберите датасет из WAV-файлов винилов и соответствующих CUE-файлов с точными таймингами (например, из Discogs или ручной разметки в редакторе).
Предобработка:
Загрузите WAV с librosa.load.
Используйте librosa.effects.split для поиска пауз.
Сопоставьте паузы с треками из CUE.
Простая модель (правила):
Если паузы чёткие (тишина 1–2 сек), librosa даёт тайминги напрямую.
Исключите паузы для первых треков сторон (как в вашем случае).
Нейросеть (если нужен сложный анализ):
Используйте CNN (например, с tensorflow или pytorch) для классификации аудиофрагментов на "пауза" и "трек".
Обучите на датасете с метками (паузы/треки).
Пример датасета: WAV-файлы с разметкой пауз (0–2 сек тишины, помеченные как "пауза").
Используется Discogs API для автозаполнения (названия, композиторы).
Нейросеть (если нужен сложный анализ):
Используется CNN (например, с tensorflow или pytorch) для классификации аудиофрагментов на "пауза" и "трек".
Python-скрипт с CNN
Скрипт обучает CNN на TensorFlow для классификации пауз/треков, анализирует WAV с librosa и генерирует CUE с метаданными из Discogs. Пауза исключена для первых треков сторон.
python
import librosa
import os
import numpy as np
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv1D, Dense, Flatten
import discogs_client
# 1. Подготовка данных (пример, замените на наш датасет)
def prepare_dataset(wav_files, cue_files):
X, y = [], []
for wav_file, cue_file in zip(wav_files, cue_files):
y_audio, sr = librosa.load(wav_file)
# Чтение таймингов из CUE
with open(cue_file, 'r', encoding='utf-8') as f:
lines = f.readlines()
timings = []
for line in lines:
if 'INDEX 01' in line:
time_str = line.strip().split()[-1]
mm, ss, ff = map(int, time_str.split(':'))
timings.append(mm * 60 + ss + ff / 75)
# Разбиение на 1-секундные фрагменты
for i in range(0, len(y_audio) - sr, sr):
fragment = y_audio[i:i + sr]
is_pause = any(abs(t - i / sr) < 1 for t in timings) # Пауза, если близко к таймингу
X.append(fragment)
y.append(0 if is_pause else 1)
X = np.array(X).reshape(-1, sr, 1)
y = np.array(y)
return X, y
# 2. Создание и обучение CNN
def train_cnn(X_train, y_train):
model = Sequential([
Conv1D(32, kernel_size=3, activation='relu', input_shape=(44100, 1)),
Conv1D(64, kernel_size=3, activation='relu'),
Flatten(),
Dense(128, activation='relu'),
Dense(1, activation='sigmoid')
])
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
model.fit(X_train, y_train, epochs=10, batch_size=32, validation_split=0.2)
return model
# 3. Генерация CUE
def create_cue(side1_wav, side2_wav, output_cue, model):
# Discogs API
try:
d = discogs_client.Client('MyApp/1.0', user_token='YOUR_DISCOGS_TOKEN') # Замените на токен
release = d.release(249504) # Zoolook ID
metadata = {
"genre": release.genres[0] if release.genres else "Electronic",
"date": release.year,
"comment": "ОЦИФРОВКА 20.08.25, Polydor-POLH 15, UK",
"composer": "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre",
"performer": release.artists[0].name,
"title": release.title
}
except:
metadata = {
"genre": "Electronic",
"date": "1984",
"comment": "ОЦИФРОВКА 20.08.25, Polydor-POLH 15, UK",
"composer": "Denis Vanzetto, Pierre Mourey, Jean-Michel Jarre",
"performer": "Jean-Michel Jarre",
"title": "Zoolook"
}
# Анализ пауз
def get_timings(wav_file, track_count, model):
y, sr = librosa.load(wav_file)
timings = [0] # Первый трек начинается с 0
for i in range(0, len(y) - sr, sr):
fragment = y[i:i + sr].reshape(1, sr, 1)
pred = model.predict(fragment)[0][0]
if pred < 0.5: # Пауза
timings.append(i / sr)
return timings[:track_count]
# Треки
track_list_side1 = [("Ethnicolor", None), ("Diva", None)]
track_list_side2 = [("Zoolook", None), ("Wooloomooloo", None), ("Zoolookologie", None),
("Blah-Blah-Cafe", None), ("Ethnicolor II", None)]
# Тайминги
timings_side1 = get_timings(side1_wav, len(track_list_side1), model)
timings_side2 = get_timings(side2_wav, len(track_list_side2), model)
track_list_side1 = [(title, time) for (title, _), time in zip(track_list_side1, timings_side1)]
track_list_side2 = [(title, time) for (title, _), time in zip(track_list_side2, timings_side2)]
with open(output_cue, 'w', encoding='utf-8') as f:
f.write(f'REM GENRE {metadata["genre"]}\n')
f.write(f'REM DATE {metadata["date"]}\n')
f.write(f'REM COMMENT "{metadata["comment"]}"\n')
f.write(f'REM COMPOSER "{metadata["composer"]}"\n')
f.write(f'PERFORMER "{metadata["performer"]}"\n')
f.write(f'TITLE "{metadata["title"]}"\n')
f.write(f'FILE "{os.path.basename(side1_wav)}" WAVE\n')
for i, (title, time) in enumerate(track_list_side1, 1):
mm = int(time // 60)
ss = int(time % 60)
f.write(f' TRACK {i:02d} AUDIO\n')
f.write(f' TITLE "{title}"\n')
f.write(f' PERFORMER "{metadata["performer"]}"\n')
f.write(f' INDEX 01 {mm:02d}:{ss:02d}:00\n')
f.write(f'FILE "{os.path.basename(side2_wav)}" WAVE\n')
for i, (title, time) in enumerate(track_list_side2, len(track_list_side1) + 1):
mm = int(time // 60)
ss = int(time % 60)
f.write(f' TRACK {i:02d} AUDIO\n')
f.write(f' TITLE "{title}"\n')
f.write(f' PERFORMER "{metadata["performer"]}"\n')
if i > len(track_list_side1) + 2: # Пауза для треков 5–7
gap_time = time - 2
gap_mm = int(gap_time // 60)
gap_ss = int(gap_time % 60)
f.write(f' INDEX 00 {gap_mm:02d}:{gap_ss:02d}:00\n')
f.write(f' INDEX 01 {mm:02d}:{ss:02d}:00\n')
# Пример обучения (замените на ваш датасет)
wav_files = ["path/to/wav1.wav", "path/to/wav2.wav"] # Ваш датасет
cue_files = ["path/to/cue1.cue", "path/to/cue2.cue"]
X_train, y_train = prepare_dataset(wav_files, cue_files)
model = train_cnn(X_train, y_train)
model.save("pause_detector.h5") # Сохранить модель
# Генерация CUE
create_cue("1 СТОРОНА.wav", "2 СТОРОНА.wav", "zoolook.cue", model)
bergedorf, тут есть над чем поработать неделю-другую.
Нарезка же на треки — это вообще не дело, или же надо всё обрабатывать с затуханием треков по амплитуде. Полная цифровая обработка с потерями естественно.
А мы позиционируем винил БЕЗ ПОТЕРЬ.
Мало того что на HDD у каждого могут быть ошибки, а верней они у всех есть и это распознается тем, что не все треки можно перевести во FLAC без бубна.
Мало того что на HDD у каждого могут быть ошибки, а верней они у всех есть и это распознается тем, что не все треки можно перевести во FLAC без бубна. Они могут и играть, но они с ошибками.
То что Бобрович так усердно режет это не верно. :)
По усердию большой плюс,
а по звукорежиссуре и математике минус (двоечка).
По идее сохранения без потерь, без цифровой обработки, они должны быть нерезаными, и если уж так хочется, дополнительно дать резаные.
И несколько вариантов абсолютно любой другой обработки, без навязывания её слушателям. Но это места надо немеренно.
У меня и так только под этот альбом ушло гигов 50 вместе со всеми вариантами оцифровок трекера и 4 наши (от наших оцифровщиков).
В большинстве по факту мало что от винила в цифре осталось.
Поэтому Дэн прав, два образа и больше ничего не трогать, пока не автоматизировали процесс, чтобы выдавать по 100 куёв за сессию.
Это же наше время и на что оно тратится! Заместо нарезки лучше по точкам посчитать и поправить где это надо или еще что-то полезное.
Кто-то тратит, чтобы в интернет резаное дать и писать что-либо в пустоту... А кто-то то же самое время на то, чтобы заработать еще на пару фкусных пластов.
Мало того что на HDD у каждого могут быть ошибки, а верней они у всех есть и это распознается тем, что не все треки можно перевести во FLAC без бубна. Они могут и играть, но они с ошибками.
То что Бобрович так усердно режет это не верно. :)
Да ну... Одно дело, когда паузы между треками четкие 4-5 сек. - резать, я считаю, надо. Вряд ли там какие-то изменения в качестве самого трека возникнут... А вот те вещи, где музыка идет непрерывно - я считаю, резать не стОит... Да и геморно это...
ТОМ, Да элементарно проверить. Если нарезанные треки не переводятся из WAV во FLAC утилитой из-под Винды или же из-под командной строки, значит, в них содержатся ошибки.
Хотя они могут и нормально воспроизводится то есть играть. Попали в битый сектор старенького HDD.
Если WAV не конвертируется во FLAC (FLAC Frontend, ffmpeg), это указывает на ошибки, часто из-за битых секторов HDD.
Это явный признак ошибок в файлах, даже если они воспроизводятся.
Это может быть связано с повреждением данных (например, из-за битых секторов на старом HDD). Проблема особенно актуальна для этой коллекции. Потому что я неоднократно пытаюсь это сделать, желая сэкономить место.
Плееры (VLC, Foobar2000) часто игнорируют мелкие ошибки, но конвертеры FLAC (например, flac.exe) чувствительны к целостности данных. HDD практически у всех могут иметь повреждённые сектора, из-за чего данные WAV считываются некорректно. Это можно посмотреть в программе диагностики диска.
Даже хороший дорогой гелиевый HDD (например, Western Digital Ultrastar, Seagate Exos) имеет красные сектора.
crystalmark.info (версия 9.3+ на 2025).
- Проверьте SMART: Атрибут #05 "Reallocated Sector Count". Если >0, есть красные сектора. Пример: 10–50 — норма, >100 — риск.
- Статус "Caution" или "Bad" требует действий.
А это перерип. Переоцифровка.
Что вы там и куда нарезали.
И ГЛАВНОЕ ЗАЧЕМ?
По факту именно так, ничего мной не выдумано. Надо научится или обучить ИИ писать тестовой файл CUE, который разбивает образ. А что ещё то? Это уже давно решенный вопрос на трекере, где предлагается образ+ .cue, если позиционируется как "без потерь"
Центровые оцифровщики не режут не потому что они этого не умеют или им лень, это и ежику понятно. :)
Это не лень, а уважение к оригиналу и стандартам
Если это это CD,структура, то надо туда паузы добавлять, как выше нарисовал и делать затухания.
Плавное снижение амплитуды (fade-out) или нарастание (fade-in) — часть микса. Затухания создают определенную атмосферу. Резка треков вручную обрезает fades, ухудшая качество.
Стандарт для прог-рока, где структура альбома — часть искусства!
В электронной музыке это космические эффекты и переходы.
В электронной музыке (техно, эмбиент, IDM, как Aphex Twin, Boards of Canada) так же как и здесь "космические эффекты" — это реверберация, дроны, пэды, арпеджио, синтезаторные текстуры. Плавные переходы между треками создают "бесшовное" звучание, как в DJ-миксах или альбомах.
Какие еще нарезки, которые нарушает эффект да к тому и на старенький полудохлый HDD? Если разрезать без сохранения переходов, теряется иммерсивность. Мало того и задумка звукорежиссера винила.
Мне лично как бы и так нормально и Бобровичу тоже.
Но вы как позиционируйте раздел Винила без потерь и цифровой обработки?
Тогда критически нельзя ничего нарезать.
Мне нормально, если бы я не видел этих ошибок. Чисто психологически напрягают, особенно когда структура альбома (прог-рок) - тот же Pink Floyd или "космические эффекты" (электроника) — часть искусства.
Могу даже подсказать, на каких треках винда ругнулась. Половинка альбома нормальные, половинка нет. Когда переводили во FLAC, там так и осталось. Некоторые файлы альбома в WAV, а те, что без ошибок, сконвертировались во FLAC из под командной строки.
Для обучения ИИ это:
```python
import librosa
import os
files = [f for f in os.listdir() if f.endswith('.wav')]
for f in files:
y, sr = librosa.load(f)
silence = librosa.effects.split(y, top_db=30) # Детект пауз
print(f"{f}: Silences at {silence/sr}")
Это выявляет паузы без стресса от ручной проверки.
Вcё выше написано, целый битый час писал :icon_blush2: и более сложный CNN (например, с tensorflow или pytorch) тоже расписано
Но.. за этим засранцем пока что тоже надо проверять.
То есть ИИ пока никак не заменит Андрея bergedorf
и модератора и оцифровщика и того кто ремастерит Upscale AI видео)
Курьера и таксиста заменить может.
К тому же это не дешево.
В будущем заменит и все перелопатит. Все киношки, сериалы и всю музыку. Заменит даже программиста.
Я децл проехал по москве - вполне нормально без таксиста, зато никогда не пьяный, не уставший, не нарушает правила движения и не сделает таких вот ошибок.
Если хорошо обучить, элементарно будет выдавать по 1000 куёв за 5 минут и с паузами, и без, как вам угодно... Как закажете.
И точные тайминги возьмет сам с discogs.com, и пропишет что угодно, и композиторов тоже сам.
Вот так вот для примера
REM GENRE Disco, Electronic
REM DATE 1977
REM DISCID 1234567890
REM COMMENT "Ripped bу BOBROVICH, preserved gaps and fades for authenticity"
REM ACOUSTIC_GUITAR "Lee Ritenour"
REM CONTRACTOR "Trevor Veitch"
REM ARRANGED_BY "Thor Baldursson"
REM ARTWORK "Philippe Morillon"
REM BASS "Les Hurdle"
REM DRUMS_PERCUSSION "Keith Forsey"
REM ENGINEER "Juergen Koppers, Steven D. Smith"
REM ENGINEER_MIX "Mark Zarek, Monte Solovy"
REM ENGINEER_VOCAL_ASSISTED "Eugene Chaplin"
REM ENGINEER_VOCAL "David Richard"
REM EXECUTIVE_PRODUCER "Henri Belolo, Jacques Morali"
REM GUITAR "Lee Ritenour"
REM KEYBOARDS "Patrick Juvet, Thor Baldursson"
REM LYRICS_BY "Bill Bowersock, Matt Vernon"
REM MIXED_BY "Juergen Koppers"
REM MUSIC_BY_COMPOSED_BY_PRODUCER_VOCALS "Patrick Juvet"
REM SOLOIST_GUITAR "Jeff Baxter, tracks: A3, B2"
REM SYNTHESIZER "Michael Boddicker"
CATALOG 1234567890123
PERFORMER "Patrick Juvet"
TITLE "Paris by Night"
FILE "Patrick_Juvet_Paris_by_Night.flac" WAVE
TRACK 01 AUDIO
TITLE "Where Are We Going"
PERFORMER "Patrick Juvet"...
ИИ самостоятельно взял инфу с discogs.com и вдобавок инфу сверил с другими базами
На что уходит тут время? На вписывание и на проверки, и немудрено ошибиться, потому что чувачелло менее аккуратен.
Вообще не аккуратен, постоянно ошибки даже в заголовках тем.
И я такой же, как все, и устать, и выпить пива могу, и плохо вижу, и плохо себя чувствую, и порой думаю о другом. Поэтому редактирование текста и заменил. Это всё должны нам роботы делать и выставлять и заливать тоже.
Если бы не политика уже давно делали бы. И аппаратура была бы другая.
А то как с эм пэ рти пальмы только что спрыгнули, и смарт тв примитив.
25 год цифрового века.
В 61-м в космос полетели и представить себе не могли, что в 25-м так деградируем. До вот такой вот степени, да еще и заразили всех барановирусом и напали друг на дружку.
Как минимум «Москва =>> Кассиопея» должна уже быть, а не Цапостроение и текстовые КУИ и реальные приключения Электронников.
Отзыв на сигнал разумных существ с планеты в системе звезды Шедар альфа созвездия Кассиопея и приключения роботов в повседневной жизни.
В далеком 2025 году, где-то в спальном районе Москвы, подросток по имени Артём (Том), вдохновлённый старым советским фильмом "Москва — Кассиопея", мечтал о космосе и музыке. Его комната была завалена дисками Camel - Albums Collection 1973-1980, а на смарт-ТВ LG в углу крутился сериал; в HEVC, скачанный с TeraBox.
Артём, как и герои фильма, грезил о сигнале с Шедара (альфа Кассиопеи), но его больше волновали приземлённые дела: битые сектора на старом гелиевом HDD, ошибки в рипах FLAC и "космические эффекты" электронной музыки, которые он обожал. "Чисто психологически, — ворчал он, — видеть CRC mismatch (несоответствие) в CUETools — это как метеорит в душу!"
Однажды ночью, когда смарт-ТВ транслировал саундтрек Журбина из "Москва — Кассиопея", с экрана замигал голубоватый свет. Из него материализовались два существа: гуманоид Кассир — голубокожий кассиопеец с "птичьим" акцентом, и робот Заря-2 — гуманоидный AI, похожий на TeraBox AI, но с ногами и синтезаторным голосом, будто из Tangerine Dream.
"Мы получили твой сигнал, Тои, — пропищал Кассир. — Ты звал нас... через трекеры и TeraBox!" Артём, уронив диск Zoolook, понял: его посты на vsetutonline com о рипах вызвали отклик из космоса....
Кассир, размахивая сенсорной рукой, подключился к старенькому HDD. "Красные сектора, — констатировал он, глядя на данные CrystalDiskInfo. — Твой Zoolook и Camel в опасности!" Артём пожаловался: "WAV не конвертируется во FLAC, хотя играет! Это как в фильме — сигнал есть, а контакт глючит." Кассир улыбнулся: "На Шедаре мы сохраняем музыку в lossless БЕЗ ПОТЕРЬ. Давай починим."
Гуманоид запустил CUETools (cuetools verify *.cue), проверив рипы Camel (image+.cue). Лог показал: "Track 3, Mirage — CRC mismatch." Битый сектор! Кассир подключил диск к своему "космическому" сканеру (аналог TestDisk) и восстановил WAV, добавив в .cue метаданные, как Артём любил: REM GUITAR "Lee Ritenour", REM LYRICS_BY "Bill Bowersock, Matt Vernon", вдохновлённые Patrick Juvet.
Затем он сконвертировал файлы: flac --best input.wav -o output.flac. "Теперь твой Moonmadness — чистое искусство, паузы и затухания на месте!" — гордо сказал Кассир.
Чтобы избежать стресса ("чисто психологически"), Кассир загрузил FLAC на TeraBox (1 ТБ бесплатно), используя VPN и включив JavaScript , как Артём жаловался ранее. https://www.vsetutonline.com/forum/showthread.php?t=279588&page=6
AI отсортировал альбомы в Intelligent Classified Album, разделив The Snow Goose и Lunar Sea по папкам. "Никаких ошибок, — подмигнул Кассир. — Это тебе не трекер, где рипы воруют!"
Робот-DJ и "космические эффекты" на смарт-ТВ...
Робот Заря-2, сияя синтезаторным голосом, заметил смарт-ТВ, где крутился "ЮЗЗЗ". "Хип-хоп и прог-рок? — удивился он. — Давай добавим космического вайба JEAN MICHEL JARRE!" Заря-2 подключился к ТВ через DLNA (как Артём стримит с Synology NAS) и запустил анализ саундтрека. Используя Python и librosa (как Артём интересовался 14 сентября 2025), робот выявил паузы и реверб:
python
import librosa
y, sr = librosa.load("Camel_Lunar_Sea.flac")
silence = librosa.effects.split(y, top_db=30)
print(f"Pauses: {silence/sr}")
"Паузы в Lunar Sea — как космос перед Шедаром!" — воскликнул Заря-2.
Он создал gapless FLAC-микс, соединив JEAN MICHEL JARRE, Camel с саундтреком "ЮЗЗЗ" и добавив "космические эффекты" (реверб, пэды), как в электронной музыке. Через TeraBox AI Subtitles робот сгенерировал субтитры для "ЮЗЗЗ", синхронизировав их с хип-хоп треками, и вывел на смарт-ТВ. "Теперь твой LG звучит как кассиопейский звездолёт!" — гордо заявил Заря-2. Артём, глядя на плавные переходы, забыл про стресс от битых файлов.
Но проблемы не закончились. TeraBox не запоминал учётку, как Артём жаловался. Заря-2, как настоящий кассиопейский инженер, подключился к облаку (японский Flextech Inc.). "Ваше земное соединение блокирует сигнал!" — сказал он, включая VPN с сервером в Токио. Он настроил браузер (JS включён) и загрузил Camel и "ЮЗЗЗ" (https://1024terabox.com/s/1mdbUE0qbf-vdkmgj9tMrOA) без рекламы, активировав премиум.
Заря-2 использовал TeraBox AI Presentation Maker, чтобы создать слайды о Camel для сайта: "Рип by Бобрович, паузы и затухания сохранены, как искусство!"
AI добавил метаданные в .cue, как для Juvet: REM SYNTHESIZER "Michael Boddicker". Когда модератор трекера похвалил рип, Артём вздохнул: "Наконец-то без воровства!"
Кассир и Заря-2, попрощавшись, растворились в голубом свете смарт-ТВ, оставив Артёму идеальные рипы Винила и микс с "ЮЗЗЗ" https://www.vsetutonline.com/forum/showthread.php?t=279888. Заменив поганый рэп на электронщину. "Сигнал с Шедара принят, — пропищал Кассир. — Слушай прог-рок Pink Floyd и не парься о секторах!" Артём включил JEAN MICHEL JARRE - Zoolook на ТВ, наслаждаясь затуханиями, и написал на vsetutonline.com/forum: "Рип без ошибок, спасибо кассиопейцам!"
bergedorf
15.09.2025, 18:00
Всем привет! Супер вот это темище образовалсь. Дима твоей энергии можно только позавидовать. Я конечно и половины не понял что ты написал, но прочитал с удовольствием. Я не использую файл.cue для нарезки и конечно не хочу чтобы Слава себя заморачивал этим. Поэтому и хотел ему помочь немного. И делаю я это с программой cue corrector очень просто. Она сама сгружает инфу с различных сервисов и если ей правильно пользоватся то можно очень легко и главное быстро решить любую задачу. Всем хорошего настроения и конечно здоровья.
Приключения 2
Кассир, подключившись к ноутбуку Артёма, запустил Cue Corrector, программу, которую bergedorf назвал "просто огонь" за её способность тянуть метаданные с MusicBrainz и Discogs.
"Слава не хочет нарезку треков, — сказал Артём, — а я хочу помочь, чтобы всё было быстро!" Кассир кивнул: "На Шедаре мы ценим искусство структуры и за пару кликов сгенерировал .cue, сохранив паузы и затухания, как Артём любил ("часть искусства"). Программа автоматически добавила данные, вдохновлённые вашим запросом.
Кассир проверил HDD через CrystalDiskInfo: красные сектора угрожали рипу. "Как в фильме — метеориты!" — пошутил он, восстанавливая файлы с помощью TestDisk. Затем он загрузил FLAC на TeraBox , включив VPN и JavaScript, чтобы обойти проблемы логина, как Артём жаловался. "Слава будет в восторге, — сказал Кассир. — Никаких ошибок, чисто психологически!" TeraBox AI отсортировал Camel и JEAN MICHEL JARRE в папки, а Cue Corrector добавил CUETools log для форума.
Робот создал gapless FLAC, смешав электронщтну с хип-хоп треками "ЮЗЗЗ", добавив реверб, как в Tangerine Dream.
TeraBox AI Subtitles синхронизировал субтитры для сериала, а Заря-2 вывел микс на смарт-ТВ. "Супер темка! — восхитился Артём. — Как полёт к Кассиопее!" Картинка на Samsung сияла, а паузы и затухания звучали безупречно. Заря-2 даже починил баг TeraBox (не запоминал учётку), активировав премиум через сервер Токио. "Теперь твой ТВ — звездолёт!" — подмигнул робот.
На форуме Артём написал: "Дима, твоей энергии позавидует Шедар! Прочитал твой пост с удовольствием, хоть половину не понял!" Он хотел, чтобы Слава получил готовые рипы без мороки. Кассир и Заря-2 загрузили рип на форум, добавив подпись: REM THANKS "bergedorf for Cue Corrector". Cue Corrector сгенерировал Spectrogram и логи, а модераторы аплодировали: "Чистый рип, как сигнал с Кассиопеи!"
Кассир проверил HDD Славы через HDDScan, устранив красные сектора, а Заря-2 настроил NAS (Synology DS224+) для стриминга на смарт-ТВ. TeraBox AI отсортировал ЮЗЗЗ и Camel, а Артём запостил: "Всем хорошего настроения и здоровья!" Форум гудел, благодаря bergedorf за совет по Cue Corrector, который сделал оцифровку проще, чем полёт к Шедару.
Кассир и Заря-2 исчезли в сиянии смарт-ТВ, оставив Артёму идеальные рипы винила. "Сигнал с Шедара принят, — пропищал Кассир. — Спасибо bergedorf за Cue Corrector!" Артём запустил Lunar Sea на ТВ, наслаждаясь затуханиями, и написал на форуме: "Слава, Дима, всем здоровья! С Cue Corrector — космос!" Бесплатный земной TeraBox хранил их коллекцию, а трекер гудел от восторга.
Приключение 3: Слава Бобрович — центровой оцифровщик Рунета
Слава Бобрович, вдохновлённый постом Артёма, скачал Cue Corrector и освоил настройки. "Спасибо bergedorf!" — написал он на форуме, загружая рип Zoolook - 1984. .cue-файл, сгенерированный программой, включал паузы и метаданные, как Артём хотел для Juvet: REM GUITAR "Lee Ritenour". Логи (CUETools log, Spectrogram) сияли, а модераторы аплодировали: "Слава Бобрович — новый правильный оцифровщик!"
Кассир загрузил рипы на TeraBox , решив баг с логином (VPN, сервер Токио, JS включён). TeraBox AI отсортировал Camel и "ЮЗЗЗ", а Заря-2 настроил NAS (Synology DS224+) для стриминга на смарт-ТВ. На Samsung заиграл Zoolook - 1984. Кассир и Заря-2 растворились в сиянии смарт-ТВ, оставив Славе идеальный рип.
"Спасибо bergedorf за Cue Corrector!" — написал Артём на форуме. Слава, теперь центровой оцифровщик, запустил Zoolook - 1984 на ТВ через ресивер по воздуху, наслаждаясь паузами, и ответил: "Всем здоровья! Это космос!" Форум гудел, а TeraBox хранил их шедевры.
Как Славе стать центровым оцифровщиком с Cue Corrector
Скачать: Загрузи Cue Corrector 2.3.1 с CueCorrector.ru или Rutracker (поиск: "Cue Corrector bergedorf").
Интерфейс: Простой, как звездолёт "ЗАРЯ". Загрузи FLAC/WAV → выбери альбом → нажми Generate CUE.
Настройки: Используй MusicBrainz/Discogs, включай Preserve Gaps, добавляй метаданные (REM COMMENT "Thanks bergedorf").
Проверка: Интеграция с CUETools (логи для трекеров). Тестируй: cuetools verify *.cue.
Начни с простых русскоязычных альбомов Динамик на виниле, чтобы не путатья в кодировках. Сохраняй паузы для прог-рока, gapless для электроники.
Советы для центрового:
Проверяй HDD (CrystalDiskInfo, TestDisk) перед рипом, чтобы избежать красных секторов.
Загружай на TeraBox (1 ТБ, премиум) для бэкапа.
Добавляй подписи в .cue (REM RIPPED_BY "Slava Bobrovich") для своей личной репутации.
Пост от bergedorf про Cue Corrector стал откровением: "Пришёл, скачал, исправил .cue — космос!" Дима, подхватив, заявил: "По настройкам Cue Corrector больше добавить нечего! Создать .cue — легче, чем два пальца обоссать!"
Артём, вдохновлённый, написал: "Всем привет! Слава Бобрович, качай Cue Corrector и стань центровым оцифровщиком Рунета!" Но Слава, лениво листая трекер, бурчал: "Зачем мне эта морока?" Тут смарт-ТВ замерцал голубым светом, и из него шагнули кассиопейские помощники — гуманоид Кассир и робот Заря-2, и объяснили, что так делают на Альфа Кассиопеи, поэтому у них нет ошибок и они продвинутые в сравнении с деградирующими от барановируса землянами.
Слава Бобрович, качай Cue Corrector и стань центровым оцифровщиком Рунета!" Но тут из космоса явился злодей Комнадзор, поломав всем связь, интернет, скорость и их компьютеры, как чёрная дыра, блокирующая сигналы с Кассиопеи. TeraBox и MusicBrainz не грузились, а Слава бурчал: "Зачем мне эта морока?" Смарт-ТВ замерцал голубым светом, и из него шагнули кассиопейские герои.
Кассир, с голубой кожей и "птичьим" акцентом, подключился к ноутбуку Славы. "Слава Бобрович, — пропищал он, — Комнадзор ломает связь, но Cue Corrector — твой звездолёт!" Артём добавил: "Скачай и стань центровым!"
Кассир показал:
Где скачать:
Сайт: CueCorrector.ru (или GitHub, зеркало в Рунете 2025).
Rutracker: Поиск "Cue Corrector bergedorf" в "Софт для аудио".
Версия: Cue Corrector 2.3.1 (бесплатно, ~10 МБ).
Требования: Windows 10/11, .NET Framework 4.8, интернет (MusicBrainz, Discogs).
Установка:
Распакуй ZIP в C:\CueCorrector.
Запусти CueCorrector.exe — портативка, как кассиопейский софт. :)
Интернет: Нужен для метаданных, но Комнадзор блокирует!
Кассир открыл Cue Corrector, интерфейс засиял, как пульт "ЗАРЯ". "Слава, это легче, чем два пальца!" — хохотнул он, генерируя .cue для форума.
Заря-2, с голосом, как из Tangerine Dream, подключился к смарт-ТВ через DLNA. "Дима прав: из настроек добавить нечего!" — заявил он. Артём кивнул: "Спасибо bergedorf! Слава, стань центровым!" Но Комнадзор, как злодей из сериала "ЮЗЗЗ", блокировал TeraBox и MusicBrainz.
Заря-2 взялся за дело:
Комнадзор в 2025 усилил блокировки через ТСПУ (технические средства противодействия угрозам), блокируя VPN-протоколы (WireGuard, OpenVPN) и IP-адреса TeraBox и MusicBrainz. Ошибка: "Connection timed out". И заставил всех перейти вместо с Телеги на Макса.
Слава, вдохновлённый Артёмом , освоил Cue Corrector и VPN. "Спасибо bergedorf!" — написал он, загружая Zoolook на форум. .cue сохранил паузы и метаданные. Заря-2 настроил NordVPN и плагин Browsec (для тех кому лень поднять полноценный VPN), загрузив рипы на TeraBox
В итоге от надзора никто не застрахован, он и дальше будет продолжать бесчинствовать, ломать интернет, я даже написать, как обойти, тут не могу (это запрещено). ... но вы живете на красивой планете с замечательной музыкой и нормальными человеками. В семье не без урода, среди них естественно есть и непуганые идиотики как в кинофильме "Гений" с Абдуловым. Но и они не со зла, просто работа у них такая. А на другую не берут. Берут в курьеры-грузчики (которых как и таксистов тоже скора заменит ИИ), но там ящики таскать надо, работать руками, потому как мозг засох а головка плохо работает.
Это не ПИПЕЦ :)
https://disk.yandex.ru/i/b1KmLdmRwmg_sQ
vBulletin® v3.8.2, Copyright ©2000-2025, Jelsoft Enterprises Ltd. Перевод: zCarot