- 主题:有损mp3有可能变成无损wav吗
人工ai通过大量机器学习，把有损的mp3转换成接近无损的wav?
--
修改:javame FROM 101.88.254.*
FROM 101.88.254.*
如果上面可以做到的话。那低码率的视频，转成接近蓝光画质的视频也会变成现实了。
【 在 javame 的大作中提到: 】
: 人工ai通过大量机器学习，把有损的mp3转换成接近无损的wav?
--
FROM 101.88.254.*
现在不是有人把素描画，还原成图片画了?
【 在 GoGoRoger 的大作中提到: 】
: 那当然不行。用罐头能复原牛吗？ai复原，只不过是电脑根据统计学猜测原来是什么样子，但是到底是什么样子？没人知道。
:
: 发自「今日水木 on Mi Note 3」
--
FROM 101.88.254.*
但是用ai修复，肯定是要比mp3转wav的假无损的质量要好。
【 在 GoGoRoger 的大作中提到: 】
: 那当然不行。用罐头能复原牛吗？ai复原，只不过是电脑根据统计学猜测原来是什么样子，但是到底是什么样子？没人知道。
:
: 发自「今日水木 on Mi Note 3」
--
FROM 101.88.254.*
我看过一个记录片，警察叔叔把尸骨的图片，利用ai，还原
了接近真实的脸，并且破案了。
是不是机器学习对图像的处理好一点?
声音的建模好像没看到有人做过。
【 在 ArchLinux 的大作中提到: 】
: 你先搞清楚无损转换的意思是相对于原数据无损。实际上CD里面的wav相对于母带来说已经是有损的转换了。有损压缩的媒体数据可以理解为去除了人类可以忽略的细节之后，再进行压缩的媒体数据。
: 机器学习在图像领域的应用有超分辨率，在音频领域可能相当于把低采样率的音频还原为高采样，但是感觉音频这么做没什么意义。
:
--
FROM 101.88.254.*
围棋上业余棋手和职业棋手差距还是挺大的。
主要是在时间分配上的问题。如果是下不限制
时间的对局，我还能抵挡一阵。如果是下5分钟，
30秒的的快棋，我可以说我根本是不会下棋。
职业棋手对棋型的感觉实在是太精准了。
还有感谢我的恩师章照原老先生，现在有时候
我还在奕客观看我的师姐芮乃伟的比赛。
【 在 GoGoRoger 的大作中提到: 】
: 楼主是业余爱好者，质量低情有可原，好几次很晚了还给我发站短，我挺感动，值得鼓励。
: 发自「今日水木 on Mi Note 3」
--
FROM 101.93.14.*
这个好像对纯音修复有效果，对于有人声的音乐，
想恢复原来的效果挺不容易做到的。
【 在 hgoldfish 的大作中提到: 】
: 图片有损编码使用的滤波器的原理。去掉的那些细节可以通过复制其它地方的信息来还原。AI 修图现在不是很普遍了么。
: 我觉得他想的有道理。音质受损了，但是鼓声还是鼓声，钢琴声还是钢琴声。理论上可以通过给神经网络喂食其它相似的数据来修复。反正鼓声、钢琴的波形来来去去就那几种嘛。
:
--
FROM 101.93.14.*
我跟章照原老先生学棋的时候，芮乃伟已经是上海队队队员了。和我一起学棋的还有体育的主持 娄一晨。
我刚学的时候被他们让12个，我学了半年后就被让4个了。
学棋一年后，就被我赶上了，我做事一般不会轻易放弃。
【 在 GoGoRoger 的大作中提到: 】
: 芮乃伟很厉害呀，你们私下有联系吗？
: 发自「今日水木 on Mi Note 3」
--
FROM 101.93.14.*
我有职业棋手王祥云的24秒的语音录音，还有武宫正树的签名。
刚才去看了，是24秒的录音。
【 在 GoGoRoger 的大作中提到: 】
: 芮乃伟很厉害呀，你们私下有联系吗？
: 发自「今日水木 on Mi Note 3」
--
修改:javame FROM 101.93.14.*
FROM 101.93.14.*
知道了，谢谢。
不过版上没有比我更菜的，别人的问题我也回答不了呀。
【 在 lvsoft 的大作中提到: 】
: 做事不会轻易放弃只是基本要求，不努力的根本就上不到台面上来交流，连发声的权力都
: 没有。
: 你最大的问题是遇到问题就问，已经形成了依赖外部力量帮助的习惯。牛人都是靠自己
: ...................
--
FROM 101.93.14.*