Khôi phục hiệu ứng âm thanh RTP của RPG Maker 2000 lên 48 kHz bằng UniverSR
Tôi lớn lên cùng RPG Maker 2000, nên đã thử khôi phục các hiệu ứng âm thanh RTP kinh điển của nó bằng kỹ thuật siêu phân giải âm thanh hiện đại. Kết quả thành công: cả 203 âm thanh giờ đều phát ở 48 kHz, và bạn có thể tải bộ đã khôi phục bên dưới.
RPG Maker 2000 (RM2k) là phần mềm phát triển game ra mắt năm 2000. Nó đi kèm tài nguyên dựng sẵn trong RTP (gói tài nguyên lúc chạy), gồm những hiệu ứng âm thanh mà nhiều nhà phát triển độc lập đã dùng trong game của mình. Những âm thanh này mang tính biểu tượng với ai lớn lên cùng game RM2k, nhưng có chất lượng thấp theo tiêu chuẩn ngày nay.
Siêu phân giải có thể khôi phục chúng không? Siêu phân giải là nâng độ phân giải hình ảnh, nhưng áp dụng cho âm thanh.
Bản gốc
→
Siêu phân giải
Vì sao việc này khó? Bạn có thể phóng to ảnh nhỏ trong Paint, nhưng cách đó không thêm chi tiết thật. Nó chỉ khiến ảnh mờ và lộ điểm ảnh. Âm thanh cũng vậy: chuyển MP3 sang WAV hoặc tăng tần số lấy mẫu không khôi phục những gì đã mất. Mục tiêu là bổ sung lại chi tiết bị thiếu.
Đây là hiệu ứng “Sword2.wav” gốc trong RTP của RM2k.
Ảnh trên là biểu đồ phổ theo thời gian: nó thể hiện các thành phần tần số của âm thanh theo thời gian. Vùng sáng hơn là những tần số và thời điểm mà âm thanh lớn hơn.
Âm thanh nghe như phát ra từ băng cassette phim karate của thập niên 1980. Tệp là WAV, nhưng được lưu ở 22,05 kHz và 16 bit để tiết kiệm dung lượng ổ đĩa. Tệp 22,05 kHz không thể chứa thành phần trên 11 kHz, tức một nửa tần số lấy mẫu, và biểu đồ phổ chỉ lên tới khoảng 10 kHz. Con người nghe được tới khoảng 20 kHz, nên rất nhiều chi tiết bị thiếu, và tần số cao vẫn ảnh hưởng đến cách chúng ta cảm nhận chất lượng. Thử bài kiểm tra thính lực trực tuyến để xem bạn có nghe được các tần số này không.
Giờ hãy xem bản đã khôi phục, xử lý bằng UniverSR trên Neural Analog:
Nhìn vào biểu đồ phổ: thang đo giờ lên tới 24 kHz. Tệp mới là 48 kHz, 24 bit, có tần số lấy mẫu và độ sâu bit cao hơn âm thanh CD (44,1 kHz, 16 bit). Khi nghe, âm thanh sáng hơn.
Đây không chỉ là tăng âm lượng, chỉnh EQ lại hay phủ đầy tiếng vang. Các tần số cao mới bám theo cấu trúc âm thanh gốc, như có người vẽ lại phần chi tiết đã thiếu.
Đó là khôi phục âm thanh, và tôi đã làm điều này cho mọi hiệu ứng âm thanh RTP.
Tải toàn bộ hiệu ứng âm thanh RTP của RPG Maker 2000 đã khôi phục
Tôi đã xử lý toàn bộ 203 hiệu ứng âm thanh trong RTP của RPG Maker 2000 thành các bản 48 kHz.
Tải toàn bộ âm thanh RTP của RPG Maker 2000 đã khôi phục (ZIP)
Muốn tìm tệp gốc? Bộ cài RTP chính thức của RPG Maker 2000 có trên trang gói tài nguyên lúc chạy của RPG Maker. Để tìm bộ thay thế miễn phí theo giấy phép mở, xem EasyRPG RTP.
Thêm các ví dụ khôi phục RTP của RPG Maker 2000
Mô hình khôi phục UniverSR hoạt động thế nào?
Tôi không tìm thấy tệp gốc chất lượng cao, không thu lại và cũng không tìm trong kho âm thanh. Tôi dùng một mô hình học máy.
UniverSR là mô hình siêu phân giải âm thanh do các nhà nghiên cứu ở Seoul phát triển. Thẻ mô hình UniverSR có thêm chi tiết kỹ thuật. Mô hình nhận âm thanh chất lượng thấp làm đầu vào và tái tạo một bản chất lượng cao hơn của cùng âm thanh đó.
Nói đơn giản, mô hình UniverSR biến âm thanh thành biểu đồ phổ bằng STFT (biến đổi Fourier thời gian ngắn). Sau đó nó tạo các tần số cao bị thiếu bằng khớp luồng, kỹ thuật sinh cũng được dùng trong các mô hình hình ảnh như Stable Diffusion 3 và FLUX. Cuối cùng, biểu đồ phổ được chuyển lại thành âm thanh.
UniverSR được huấn luyện trên nhiều tập dữ liệu âm thanh không bị ràng buộc bản quyền, gồm lời nói, âm nhạc và hiệu ứng âm thanh. Các tệp huấn luyện được giảm tần số lấy mẫu để tạo cặp độ phân giải thấp/cao, và mô hình học cách suy ra một bản độ phân giải cao hợp lý từ bản độ phân giải thấp.
Mô hình “vẽ thêm” chi tiết bị thiếu phù hợp với âm thanh gốc. Có thể kỳ vọng nó hoạt động tốt nhất với âm thanh tương tự dữ liệu huấn luyện. FAQ liệt kê những loại âm thanh nên dùng UniverSR.
Cách chạy UniverSR?
UniverSR là mã nguồn mở, nhưng tự chạy đòi hỏi kiến thức kỹ thuật và GPU mạnh. Tôi dùng UniverSR trực tuyến trên Neural Analog thay thế. Tôi nhập 203 âm thanh RTP trong một lô, chọn tất cả rồi chạy khôi phục dựa trên UniverSR trên toàn bộ phần đã chọn bằng một lần nhấp (mono, khôi phục từ tần số cắt 4 kHz lên tới 24 kHz).
Xử lý cả bộ mất khoảng 20 phút. Mô hình không phải nhanh nhất, nhưng kết quả tốt hơn lựa chọn còn lại tôi đã thử (AudioSR, cũng có thể cài từ GitHub).
Tôi tải các tệp dưới dạng ZIP. Đây là liên kết một lần nữa:
Nếu bạn đang tham gia game jam hoặc chỉ muốn quay lại RM2k, tôi hy vọng bộ âm thanh này hữu ích.
Còn có thể khôi phục âm thanh nào?
Chúng ta đều tích lũy âm thanh chất lượng thấp: ghi chú giọng nói, video mạng xã hội, tệp nhạc, bản thu thực địa và nhiều loại khác. Với âm nhạc, gồm cả bài hát do AI tạo, xem cách cải thiện chất lượng âm thanh bài hát AI.
Một số bản thu không thể thay thế. Mô hình siêu phân giải âm thanh như UniverSR có thể khôi phục chúng để nghe hay hơn trên thiết bị hiện đại.
Chạy UniverSR trực tuyến
Muốn khôi phục hiệu ứng âm thanh lo-fi, bản thu lưu trữ hoặc nhạc suy giảm chất lượng mà không thiết lập GPU cục bộ? Chạy cùng quy trình UniverSR ngay trên Neural Analog.