Sono cresciuto con RPG Maker 2000, quindi ho provato a restaurare i suoi classici effetti sonori RTP con la moderna super-risoluzione audio. Ha funzionato: tutti i 203 suoni ora vengono riprodotti a 48 kHz e puoi scaricare il pacchetto restaurato qui sotto.
RPG Maker 2000 (RM2k) è un software per lo sviluppo di giochi uscito nel 2000. Includeva risorse già pronte nel suo RTP (run-time package), tra cui effetti sonori che molti sviluppatori indipendenti usavano nei propri giochi. Sono suoni iconici per chi è cresciuto giocando a titoli RM2k, ma la loro qualità è bassa secondo gli standard di oggi.
La super-risoluzione poteva restaurarli? La super-risoluzione è l'ingrandimento delle immagini, ma applicato al suono.

Originale

Super-risoluzione
Perché è difficile? Puoi ingrandire un'immagine minuscola in Paint, ma questo non aggiunge dettagli reali. Rende soltanto l'immagine sfocata e pixelata. Con l'audio succede lo stesso: convertire un MP3 in WAV o aumentare la frequenza di campionamento non ricostruisce ciò che manca. L'obiettivo è ricostruire i dettagli mancanti.
Ecco l'effetto originale «Sword2.wav» del RTP di RM2k.

L'immagine qui sopra è uno spettrogramma: mostra il contenuto in frequenza del suono nel tempo. Le aree più luminose corrispondono alle frequenze e ai momenti in cui il suono è più forte.
L'audio sembra provenire da una cassetta degli anni 1980 di un film di karate. Il file è un WAV, ma è stato salvato a 22,05 kHz e 16 bit per risparmiare spazio su disco. Un file a 22,05 kHz non può contenere frequenze oltre gli 11 kHz, metà della sua frequenza di campionamento, e lo spettrogramma arriva a circa 10 kHz. Gli esseri umani sentono fino a circa 20 kHz, quindi mancano molti dettagli e le alte frequenze influenzano ancora la nostra percezione della qualità. Fai il test dell'udito online per verificare se riesci a sentire queste frequenze.
Ora ecco la versione restaurata, elaborata con UniverSR su Neural Analog:

Guarda lo spettrogramma: la scala ora arriva a 24 kHz. Il nuovo file è a 48 kHz e 24 bit, con una frequenza di campionamento e una profondità in bit maggiori di quelle di un CD audio (44,1 kHz, 16 bit). All'ascolto, il suono è più brillante.
Non è semplicemente più forte, riequalizzato o sommerso di riverbero. Le nuove alte frequenze seguono la struttura del suono originale, come se qualcuno avesse ridipinto i dettagli mancanti.
Questo è restauro audio, e l'ho fatto per ogni effetto sonoro del RTP.
Ho elaborato tutti i 203 effetti sonori del RTP di RPG Maker 2000 per ottenere versioni a 48 kHz.
Scarica tutti i suoni RTP restaurati di RPG Maker 2000 (ZIP)
Cerchi invece i file originali? Il programma di installazione ufficiale del RTP di RPG Maker 2000 si trova nella pagina del pacchetto di esecuzione di RPG Maker. Per un'alternativa gratuita con licenze aperte, consulta il RTP di EasyRPG.
Non ho trovato i file originali di alta qualità, non ne ho registrati di nuovi e non ho cercato in banche di suoni. Ho usato un modello di apprendimento automatico.
UniverSR è un modello di super-risoluzione audio sviluppato da ricercatori di Seul. La scheda del modello UniverSR contiene altri dettagli tecnici. Riceve audio di bassa qualità e ricostruisce una versione di qualità maggiore dello stesso suono.
In parole semplici, il modello UniverSR trasforma l'audio in uno spettrogramma con una STFT, la trasformata di Fourier a breve termine. Poi genera le alte frequenze mancanti usando il flow matching, una tecnica generativa usata anche da modelli di immagini come Stable Diffusion 3 e FLUX. Infine, lo spettrogramma viene riconvertito in audio.
UniverSR è stato addestrato su un'ampia varietà di dataset audio liberi da copyright, tra cui parlato, musica ed effetti sonori. I file di addestramento vengono ricampionati a una frequenza inferiore per creare coppie a bassa e alta risoluzione, e il modello impara a dedurre una versione ad alta risoluzione plausibile da quella a bassa risoluzione.
Il modello «dipinge» i dettagli mancanti in modo coerente con il suono originale. Aspettati i risultati migliori su suoni simili ai suoi dati di addestramento. La FAQ elenca su quali tipi di audio usare UniverSR.
UniverSR è open source, ma eseguirlo da soli richiede conoscenze tecniche e una GPU potente. Io ho invece usato UniverSR online su Neural Analog. Ho importato i 203 suoni RTP in un solo gruppo, li ho selezionati tutti e ho eseguito il restauro basato su UniverSR sull'intera selezione con un clic (mono, frequenza di taglio di 4 kHz, frequenze ricostruite fino a 24 kHz).
L'elaborazione dell'intero pacchetto ha richiesto circa 20 minuti. Il modello non è il più veloce, ma i risultati sono stati migliori di quelli dell'altra opzione che ho provato (AudioSR, che puoi anche installare da GitHub).
Ho scaricato i file come ZIP. Ecco di nuovo il link:
Scarica l'archivio RPGRT restaurato
Se partecipi a una game jam o stai semplicemente tornando a RM2k, spero che questi suoni ti siano utili.
Tutti accumuliamo audio di bassa qualità: messaggi vocali, video sui social, file musicali, registrazioni sul campo e altro ancora. Per la musica, inclusi i brani generati con IA, leggi come migliorare la qualità audio delle canzoni IA.
Parte di questo audio è insostituibile. I modelli di super-risoluzione audio come UniverSR possono restaurare queste registrazioni perché suonino meglio sui dispositivi moderni.
Vuoi restaurare i tuoi effetti sonori lo-fi, le registrazioni d'archivio o la musica degradata senza configurare una GPU locale? Esegui lo stesso processo UniverSR direttamente su Neural Analog.
RTP originale
Restaurato
RTP originale
Restaurato
RTP originale
Restaurato
RTP originale
Restaurato
RTP originale
Restaurato
RTP originale
Restaurato