Die Geschichte von Matchering 2.0 fing mit der Entwicklung eines Mastering-Algorithmus von SoundTools an. Anfang 2017 gab es die erste Ankündigung, im Herbst 2018 dann die Nachricht, dass sich die Entwickler mit dem Projekt verzettelt hatten. Die Arbeit wurde aber nicht begraben, sondern als Open Source veröffentlicht. Wer mit Python-Programmierung vertraut ist, konnte bereits zu dieser Zeit Matchering nutzen – allerdings nur auf Windows und mit einigen Umwegen. Außerdem funktionierte noch nicht jedes Feature. Der Brickwall-Limiter beispielsweise musste von einem Dritthersteller benutzt werden. Wie sich jetzt zeigt, war die Open Source Veröffentlichung eine super Idee. Matchering 2.0 ist verfügbar und zeigt große Fortschritte.
Matchering 2.0
Im Kern kümmert sich der Algorithmus nach wie vor um das Mastering von Tracks. Dafür nimmt sich das Tool zwei Musikstücke. Target ist das zu bearbeitende Audiomaterial, Reference dient quasi als klangliche Vorgabe. Matchering 2.0 nimmt RMS-Pegel, Frequenzverlauf, Lautstärke-Peaks und Stereobreite des Referenz-Stücks und „rechnet“ diese auf das Target.
Im Vergleich zur früheren Version wurde hier alles neu in Python 3 programmiert. Die Software MATLAB ist nicht mehr notwendig. Ein weiterer Bonus ist die Plattformunabhängigkeit. Matchering 2.0 läuft auf macOS, Windows und Linux. Die Library kann jetzt mit anderen Python-Anwendungen verbunden werden – das eröffnet Türen für neue Entwicklungen.
Außerdem gibt es jetzt einen Brickwall-Limiter, der ebenfalls auf Open Source basiert. Der neue Code sorgt für eine schnellere Verarbeitung und auch die Genauigkeit des Algorithmus ist jetzt besser.
Ganz so einfach wie in dem Video ist es aber noch nicht. Ein bisschen Arbeit ist noch notwendig, bevor ihr loslegt. Zunächst gibt es zwei Versionen. Entwickler greifen auf die Python-Library zu. Wer einfach nur ein paar Tracks mastern will, muss zunächst die kostenlose Software Docker Desktop installieren. Im nächsten Schritt ladet ihr die passende Library für eurer Betriebssystem herunter und startet diese dann innerhalb von Docker. Die einzelnen Schritte sind auf GitHub erklärt, am Beispiel von Windows gibt es auch schon ein Video (siehe unten).
Bis jetzt habe ich Docker und Matchering 2.0 noch nicht bei mir auf dem Rechner installiert – das ist aber ein schönes Projekt für das Wochenende. Ich sehe da Potential und möchte fast darauf tippen, dass Standalone-Apps vielleicht nicht mehr lange auf sich warten lassen. Interessant wäre da mal ein Vergleich zu Anbietern von Online-Mastering.
Deniz sagt:
#1 - 14.02.2020 um 09:49 Uhr
Funktioniert erstaunlich gut! Aber auf den ersten Blick scheint man (abgesehen vom Referenz Track) keinerlei Kontrolle zu haben. Wenigstens eine Art Intensitäts-Regler wäre schön. Trotzdem top Projekt!