AI MOD音樂重製：32位96kHz高畫質體驗
Quinlight Audio是一款支援MOD/S3M/XM/IT格式的追蹤音樂播放器和重製工具，利用AI引擎（AudioSR、LavaSR、FLowHigh、AP-BWE）對樣本進行即時重製，並提供A/B對比功能。它採用64位浮點混合器、多引擎共識演算法（轉子流形上的Karcher均值）和各向異性插值，輸出32位浮點96kHz音訊。支援從壓縮包直接開啟模組，匯出FLAC或AAC，並提供CLI批次處理。
文章情報
要點
- 播放並重制追蹤音樂格式，支援AI引擎提升樣本質量至48kHz
- 多引擎共識演算法抑制幻覺，透過轉子流形上的Karcher均值合併頻譜
- 64位雙精度混合器，各向異性插值，零量化失真
- 支援即時A/B對比、批次渲染，以及從壓縮包直接載入模組
為什麼重要
這條新聞值得關注，因為播放並重制追蹤音樂格式，支援AI引擎提升樣本質量至48kHz。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
Quinlight Audio 是一款專為追蹤音樂（MOD/S3M/XM/IT及相關格式）設計的播放器與重製工具。它不僅能夠播放模組，還能利用可選的AI後端對樣本進行即時重製，並在播放過程中進行A/B對比。該專案由Kind Computers, LLC開發，採用Linux優先的釋出策略，主要面向x86_64平臺。
該工具透過內嵌的libopenmpt庫以雙精度混音器播放模組，支援直接從ZIP、7z、RAR等壓縮包中開啟模組。在重製方面，Quinlight Audio支援多種AI引擎，包括AudioSR、LavaSR、FLowHigh和AP-BWE，能夠將原始樣本（通常為8–22kHz）上取樣至48kHz。使用者可以在播放過程中即時切換原始、48kHz參考（透過FFmpeg sinc重取樣）以及AI重製版本，而無需重新啟動歌曲。
為了處理多個AI引擎的輸出，Quinlight Audio採用了一種創新的多引擎共識演算法。該演算法在轉子流形（ℝ⁺ × S¹）上對每個頻率倉進行Karcher均值計算：幅度取幾何均值，相位取圓均值，並透過相位一致性（0–1）縮放共識幅度。引擎之間相位分歧較大的頻率倉（典型的“幻覺”特徵）會被自動衰減。在源訊號的奈奎斯特頻率以下，共識結果會與原始頻譜進行轉子混合，以保持低頻段的真實性；而在奈奎斯特頻率以上，則直接採用共識結果。這種方法的優勢在於，相比於笛卡爾座標系下的線性混合，它能夠顯式地處理相位不一致導致的幅度衰減，從而避免預回聲和瞬態模糊。該演算法目前正在申請美國專利。
在音訊質量方面，Quinlight Audio採用端到端的64位浮點處理鏈。所有混音匯流排操作（音量、聲像、插值、濾波器反饋）均以雙精度進行，音量漸變使用Hermite平滑曲線（t²(3−2t)）替代線性漸變，以消除音符過渡時的“拉鍊”噪聲。通道濾波器採用級聯4極點設計（IT式2極點諧振雙二階濾波加巴特沃斯後置濾波器），提供24 dB/倍頻程的滾降，且係數路徑無整數截斷。
插值濾波器採用64抽頭多相sinc，具有65536個相位（16位相位精度）和八度間距的mipmap鏈。每個mipmap級別獨立調整Kaiser窗的β值（從單位增益時的14.0到128倍降取樣時的8.0），並引入各向異性速度剪下係數（k_β = 0.65, k_β² = 0.15），從而在快速音高掃掠時保持阻帶的清潔。SIMD核心支援SSE2、AVX、AVX2和AVX-512，並在執行時選擇最寬的可用路徑。
預設播放/匯出目標為96kHz、32位浮點（64位端到端混音）。使用者可以將即時結果匯出為FLAC或AAC（256 kbps），並支援對目錄中的模組進行批次CLI渲染。此外，該工具還提供了Linux桌面應用安裝功能（--install-icon）。
即使沒有安裝AI引擎，Quinlight Audio的核心播放器、壓縮包支援、參考清理路徑和匯出功能仍然可用。該專案在GitHub上開源，採用MIT許可證，並提供預編譯的96kHz音訊示例包供試聽。