Satu mesin audio, dua cara memakainya: Instant Master untuk hasil profesional satu klik, Mastering Studio untuk kontrol penuh ala konsol hardware — berpindah mode kapan saja tanpa mengubah setelan mesin. Kualitas tidak diklaim lewat slogan: dibuktikan lewat blind test dan angka pengukuran nyata lagumu di Mastering Intelligence. Mesinnya sekarang dua: DSP lokal di browser (offline, tanpa upload) dan Engine 64-bit Float64 di Cloud Run yang sudah terhubung dari halaman ini — lihat kartu Engine 64-bit di bawah. Karakter neural compressor di kedua mesin saat ini adalah DSP AI-assisted yang terukur — engine server sendiri menyatakannya “BUKAN neural” di status kesehatannya; model neural sungguhan (LA-2A/S6, CL 1B/ED, SonicMaster) status & jalur gratisnya dirinci di bagian Jalur Neural di bawah.
WAV · AIFF · FLAC · MP3 · OGG · M4A — semua format yang bisa dibaca browsermu. Mode Browser: file tidak pernah di-upload — analisis & rendering 100% lokal. Mode Engine 64-bit: file yang sama dikirim ke server Cloud Run untuk di-master dengan presisi Float64, lalu hasilnya kembali sebagai unduhan dari kartu Engine di bawah.
Tarik & letakkan file audio di sini, atau klik untuk memilih dari perangkatmu
Pilih File AudioBefore/After adalah preview output mesin yang sama. Aktifkan Level-match agar perbandingan adil: Original digeser gain-nya menyamai loudness target, jadi yang kamu dengar murni perbedaan karakternya — bukan sekadar “lebih keras = terasa lebih bagus”. Di Mastering Studio, semua knob terdengar real-time saat lagu diputar.
Mesin mastering server AUREON — DSP presisi ganda Float64, deep scan, dan AI Gemini + pencarian web, berjalan di Google Cloud Run (asia-southeast1, 1 vCPU / 1 GiB). Endpoint: aureon-master-833000115439.asia-southeast1.run.app. Status di bawah ini adalah hasil panggilan langsung ke /health engine dari browsermu — bukan tulisan statis.
Mode menentukan ke mana MASTER NOW mengirim lagumu. Mode Engine mengirim file ke server (hasil WAV 64-bit Float asli); mode Browser memproses 100% lokal seperti sebelumnya. Preview Before/After & knob real-time selalu memakai mesin browser — yang dikirim ke engine adalah render finalnya.
“Ikuti Konsol” menerjemahkan seluruh setelan konsol (EQ, comp, color, stereo, target LUFS, ceiling, shaving) menjadi resep JSON yang menimpa preset engine — dibuktikan hidup: resep lufs_target −12 menghasilkan master tepat −12,0 LUFS. Untuk MP3, metadata dari form di kartu Export ikut dikirim sebagai tag baru.
Minta resep mastering dengan bahasa anak band — contoh: “mastering ala Judika Sampai Kau Jadi Milikku”. AI engine mencari info lagunya, lalu mengembalikan resep yang bisa diterapkan ke konsol & dikirim ke engine. Catatan jujur: kuota Gemini free tier ±5 req/menit & 20 req/hari — bila kena batas (429/503), tunggu sebentar lalu coba lagi.
Batas kabel yang jujur: upload ke engine saat ini memakai POST langsung — Cloud Run membatasi request HTTP/1 di 32 MiB (dok. kuota Google Cloud Run), jadi file di atas ±32 MB ditolak di sini dan diarahkan ke mesin browser; pola file besar komunitas (signed-URL ke storage → job async → polling) tercatat di bagian Jalur Neural. Progress upload memakai XMLHttpRequest karena fetch() memang tidak punya event progress upload. CORS engine v1.4.1 hanya mengizinkan origin aureon-master.pages.dev & mastering.richkeyrick.com — dari alamat lain, engine tampil “tidak terjangkau” walau servernya hidup. Rincian Tahap 1–4 engine dikirim lewat header x-aureon-report yang tidak di-expose CORS, jadi browser tidak boleh membacanya; angka final di panel laporan diukur ulang oleh engine sendiri via /analyze pada file hasilnya.
AI ENGINE READY · One-click intelligent mastering. Tanpa 20 parameter: pilih karakter, atur seberapa banyak karakter itu bekerja, tekan MASTER NOW. Di belakang layar AI menganalisis tonal balance & dinamika lagumu, menentukan strategi, memproses lewat rantai Tahap 1–4 yang sama dengan Mastering Studio, dan DSP menjaga headroom, transient & true peak.
Jumlah karakter pemrosesan yang diterapkan — bukan target loudness. Loudness tujuan tetap mengikuti standar streaming dan ceiling tetap dikunci Anti-Peak Guard.
Mau utak-atik sendiri? Pindah ke Mastering Studio — setelan dari karakter & intensity ini terbawa persis ke konsolnya, karena mesinnya memang sama.
Full neural analog control dalam satu layar. Signature Default sudah menyetel semuanya otomatis begitu lagu dimuat — preset lain tinggal pilih kalau mau karakter berbeda. Setiap modul punya BYPASS yang benar-benar mematikan prosesnya, dan apa pun yang kamu putar, Anti-Peak Guard di ujung rantai menjaga output tidak pernah peak.
Kekuatan keseluruhan rantai mastering — tenaga loudness & glue. Nilai ini satu state yang sama dengan Master Intensity di Instant Master: mengubah salah satu mengubah keduanya. Dorong ke 100% pun aman: kelebihannya ditahan limiter & guard, bukan jadi clip.
Fader ini berada sebelum limiter: naikkan sampai +12 dB pun hasilnya hanya mendorong limiter bekerja lebih keras; output tetap dikunci di ceiling oleh Anti-Peak Guard.
Lima band dari analisis AI atas spektrum lagumu: Low (shelf 180 Hz), Body (320 Hz), Presence (3,2 kHz), Air (shelf 12 kHz), Tilt (kemiringan tonal keseluruhan). Reference Matching menulis penyesuaiannya ke modul ini juga. BYPASS mematikan kelima band + penyesuaian referensi sekaligus.
Threshold dasar tidak disetel membabi buta: saat export, engine mencari threshold sampai gain reduction yang benar-benar terjadi mencapai target karakter (0,5–1,5 dB) — knob Threshold menggeser hasil pencarian itu ±12 dB. Rentang ratio/attack/release/knee dikunci di zona transient-preservation riset (1,5–2,5:1 · 20–35 ms · 80–200 ms · knee 3–6 dB) agar transient tidak terpangkas. Mix = parallel compression.
Label jujur: di browser ini karakternya adalah DSP AI-assisted — envelope follower + kurva soft-knee terukur yang parameternya dipilih AI dari profil lagumu. Model neural sungguhan (LA-2A → arsitektur S6, CL 1B → ED, dari riset state-based neural networks) adalah roadmap server/desktop dan tidak diklaim berjalan di halaman ini. Engine server v1.4.1 pun — menurut status kesehatannya sendiri — adalah “DSP AI-assisted float64 (BUKAN neural)”: yang ditambah server adalah presisi 64-bit, deep scan & AI resep, bukan neural.
Sumber crunchy & crispy tanpa sekadar menaikkan volume: fungsi persis riset y = tanh(kx) / tanh(k) — Drive mengatur k, Texture mengatur porsi harmonik genap (asimetri kurva khas karakter Tube/Tape/Console), Mix mencampur sinyal jenuh dengan sinyal bersih. Semua pemrosesan non-linear di-oversample agar aliasing tidak melipat balik jadi kasar digital.
Bukan sekadar tombol Width: sinyal Side selalu di-high-pass pada frekuensi Mono Bass agar bass tetap terkunci di tengah, Center/Side menimbang ulang citra M/S, dan sistem mengawasi mono compatibility & phase correlation — korelasi lagumu sekarang: — (muat lagu dulu). Korelasi mendekati −1 atau width ekstrem di frekuensi rendah akan diperingatkan di panel Peak Control & Mastering Intelligence.
Urutannya penting: De-Hiss spectral jalan sebelum kompresi (profil hiss dipelajari dari bagian paling senyap, reduksi dikunci maks 12 dB) supaya noise floor tidak ikut naik; De-Esser (band 5–8 kHz, maks 6 dB) mendahului Clarity — air shelf dikunci maks +1 dB @ 12 kHz + exciter paralel maks 15%, bening tanpa kasar.
Soft clipper hanya mencukur ujung transient tertinggi — mulai dari 0,5 dB. Kalau materi terlalu padat (yang tercukur bukan transient lagi, >2% sampel), engine otomatis mengurangi / mematikan shaving agar kick, snare, bass & vokal tidak kehilangan punch atau jadi distorsi. Tidak ada opsi 2–3 dB: itu meng-clipping seluruh master, bukan shaving.
Standar pengiriman streaming (EBU R128 / Spotify / Apple): −1 dBTP, dan −2 dBTP untuk master yang lebih keras dari −14 LUFS (aturan Spotify; Amazon juga −2 dBTP). Fader ini dikunci maksimum −1,0 dBTP. Lookahead: ON (5 ms, selalu). BYPASS T4 mematikan limiter dinamis saat render — tetapi verifikasi Anti-Peak Guard di bawah tetap berjalan dan memangkas gain bila perlu, jadi constraint TruePeak ≤ ceiling tidak pernah gugur.
Dipilih sebagai preset, bukan slider “makin keras makin bagus”: master −8 LUFS di Spotify akan diturunkan ±6 dB dan terdengar sama kerasnya dengan −14 LUFS — tapi dinamikanya sudah hilang.
Anti-Peak Guard — tidak bisa dimatikan. Tiga lapis penjaga di ujung rantai: (1) soft clipper Tahap 3 mencukur transient, (2) limiter true-peak lookahead 5 ms menahan ceiling, (3) verifikasi export berputar — hasil render diukur ulang (oversampling 4×), dan bila true-peak masih di atas ceiling − margin aman 0,3 dB, gain diturunkan dan diukur lagi, sampai lolos; jaring terakhir: sample peak absolut diskalakan ke ceiling secara matematis. Jadi file hasil export dijamin ≤ ceiling — bukan sekadar “diusahakan”. Hasil yang tetap melanggar TruePeak ≤ ceiling ditolak, tidak di-download, walau LUFS-nya naik.
Upload lagu dulu — engine akan mengukur sample peak, true peak (estimasi oversampling 4×, toleransi ±0,3–0,5 dB), crest factor, dan noise floor, lalu menghitung gain aman ke target loudness tanpa melewati ceiling.
—
Punya lagu referensi yang suaranya kamu suka? Upload — engine menyamakan loudness dan keseimbangan frekuensinya ke lagumu lewat Adaptive EQ & drive.
| Lagumu | Referensi | Penyesuaian | |
|---|---|---|---|
| Loudness | — | — | — |
| Low | — | — | — |
| Mid | — | — | — |
| High | — | — | — |
Semua angka di halaman ini diukur dari lagu kamu sendiri — kolom Original dari file yang kamu muat, kolom Mastered dari hasil render terakhir. Tidak ada angka contoh dari blueprint yang dipakai sebagai data.
Gain reduction per tahap pemrosesan, LRA, dan evolusi crest factor sepanjang lagu — dari render terakhir (sebelum render pertama: estimasi dari profil lagu & setelan konsol).
CREST EVOLUTION — crest factor per segmen waktu (Original champagne pudar · Mastered champagne terang). Crest yang runtuh = dinamika gepeng; crest yang terjaga = transient selamat.
—
Saat A/B, kamu tidak hanya mendengar — kamu melihat apa yang sebenarnya dilakukan mesin: perubahan keseimbangan spektral per band, transient yang dipertahankan, frekuensi mana yang naik/turun, perubahan citra stereo, total gain reduction, perubahan energi harmonik, dan perbandingan loudness yang sudah dicocokkan levelnya.
Export menjalankan rantai penuh secara offline, sesuai urutan riset: De-Hiss spectral → Adaptive EQ / Spatial → de-esser & exciter → Tahap 1 Neural Comp (threshold dicari dari GR nyata) → Tahap 2 Color Engine tanh oversampled → gain dua-pass ke target LUFS → Tahap 3 peak shaving → Tahap 4 true-peak limiter lookahead sebagai pengaman terakhir. Lalu Anti-Peak Guard memverifikasi hasilnya berulang: true peak diukur dari waveform hasil rekonstruksi oversampling 4× (P = max |x(t)|, P_dBTP = 20·log₁₀(P)), diturunkan bila perlu, diukur lagi — dan hasil yang tetap melanggar TruePeak ≤ ceiling ditolak, tidak di-download, walau LUFS-nya naik. Laporan tiap tahap tampil di bawah. Kartu ini merender dengan mesin browser (Float32, offline) — untuk presisi Float64 server pakai kartu Engine 64-bit · Cloud Run di atas; tombol MASTER NOW juga otomatis lewat engine bila Mode Engine aktif & terhubung.
Satu setelan mastering untuk banyak lagu sekaligus — album terdengar kohesif. Setiap lagu di-render dan di-download satu per satu dengan setelan konsol di atas. Format mengikuti pilihan di kartu Export: WAV selalu tanpa metadata; bila format MP3 dipilih, kolom metadata di kartu Export dipakai sebagai data bersama (artis, album, tahun, genre) dan judul + nomor track diisi otomatis per lagu — atau tanpa tag sama sekali bila metadata dilewati.
Audio Intelligence — analisis otomatis begitu lagu dimuat. Inilah bahan bakar Signature Default & Instant Master.
Targetnya boleh setinggi hardware mastering terbaik — tetapi tidak ada klaim “mengalahkan hardware” di sini. Kualitas dibuktikan lewat blind listening berbagai genre dan angka pengukuran, bukan slogan. Setiap knob, tombol, meter, dan animasi di aplikasi ini mewakili proses audio yang benar-benar berjalan.
Tiga perbaikan ini diambil dari praktik mastering profesional & repo open-source (Matchering, pyloudnorm, noisereduce, ffmpeg loudnorm) — bukan klaim “AI” tanpa dasar. Semua angka di bawah adalah standar/konsensus yang dipakai engine di halaman ini.
Pass 1 mengukur seluruh file: LUFS, sample peak, true peak estimasi 4× oversampling (metode ITU-R BS.1770 — interpolasi di antara sampel), crest factor & noise floor. Dari situ dihitung gain aman ke ceiling −1 dBTP. Pass 2 me-render, lalu loop verifikasi mengukur ulang dan menurunkan gain persis sebesar kelebihan true-peak-nya — berulang sampai lolos — ditutup penskalaan sample-peak absolut sebagai jaring terakhir. Uji internal: sinyal uji +6,0 dBTP keluar di −1,30 dBTP.
CEILING TERKUNCI ≤ −1 dBTP · GUARD SELALU AKTIF · VERIFIKASI BERULANGProfil hiss dipelajari dari bagian paling senyap (spectral gating ala noisereduce / ffmpeg afftdn, di sini dikunci maks 12 dB), dikurangi per-band dengan smoothing. Dan urutannya dibetulkan: de-hiss sebelum kompresi — karena kompresi & EQ clarity-lah yang biasanya menaikkan hiss yang sudah ada di sumber (konsensus Gearspace).
MAKS 12 dB · SEBELUM KOMPRESI · TANPA LOW-PASS BUTAKBening itu lebih banyak soal membuang yang menutupi (mud 200–400 Hz, harsh 3–5 kHz, fizz AI 3–4 kHz) daripada menambah high. Air di master bus dibatasi +1 dB di 12 kHz, exciter paralel maks 15%, de-esser (maks 6 dB GR) selalu mendahului boost air. Lebar stereo hanya dinaikkan di atas frekuensi Mono Bass — low-end tetap mono agar tidak phase-cancel saat didengar mono.
AIR ≤ +1 dB @ 12 kHz · BASS MONO TERKUNCI · DE-ESS ≤ 6 dBDari riset Hybrid Neural Mastering Engine (arsitektur: Audio Intelligence → proses tekstur → DSP safety terakhir). Controller tidak boleh menerima hasil hanya karena LUFS naik: setiap tahap diukur, dan pelanggaran peak ditolak. Di Mastering Studio, Tahap 1 = Neural Comp, Tahap 2 = Color Engine, Tahap 3–4 = True Peak Master Limiter.
Ratio 1,5:1–2:1 (knob studio s.d. 2,5:1), attack 20–35 ms, release 80–200 ms, soft knee 3–6 dB, target gain reduction hanya 0,5–1,5 dB. Threshold dicari otomatis per lagu dari GR yang benar-benar terjadi (envelope follower α = e^(−1/fₛτ) + kurva soft-knee Giannoulis/Reiss).
THRESHOLD OTOMATIS · GR SASARAN 0,5–1,5 dBFungsi soft saturation y = tanh(kx) / tanh(k): k kecil = hangat halus, k besar = crunchy padat. Karena non-linear, prosesnya di-oversample 4×–8× supaya harmonik di atas Nyquist tidak melipat balik menjadi aliasing kasar.
TANH PERSIS RUMUS · OVERSAMPLING 4×/8×Soft clipper memangkas sebagian kecil puncak transient — mulai 0,5 dB, opsi banding 1 dB — agar limiter terakhir cukup bekerja ringan. Penjaga punch otomatis: kalau yang tercukur bukan lagi transient (lebih dari 2% sampel) atau crest factor runtuh, shaving dikurangi/dimatikan dan dilaporkan.
0 / 0,5 / 1 dB · PUNCH GUARD OTOMATISPeak diukur dari waveform hasil rekonstruksi: P = max |x_reconstructed(t)|, P_dBTP = 20·log₁₀(P). Limiter lookahead 5 ms, ceiling −1 dBTP dan −2 dBTP untuk headroom codec lossy (ITU-R BS.1770-5 / EBU R128). Constraint keras: TruePeak(y) ≤ −1 dBTP — hasil yang melanggar ditolak.
LOOKAHEAD · −1 / −2 dBTP · TOLAK BILA MELANGGAREngine-nya disusun bertingkat seperti air terjun: tingkat pertama selalu gratis dan selalu jalan; tingkat berikutnya hanya dipakai kalau memang dibutuhkan. AUREON versi browser ini adalah Tahap 1–2 blueprint (UI/console + audio engine lokal); engine server 64-bit-nya sekarang sudah terhubung sebagai Tingkat 3 — integrasi neural penuh adalah tahap berikutnya di server/desktop.
Adaptive EQ, Neural Comp (DSP AI-assisted), Color Engine, Spatial M/S, de-hiss spectral, limiter true-peak dan analisis Sonic Profile dihitung dengan Web Audio API di perangkat pengguna. Tidak ada server, tidak ada antre, tidak ada tagihan — dan file pengguna tidak pernah meninggalkan perangkatnya.
Rp0 · SELAMANYA · TANPA BATAS LAGULoudness dan keseimbangan low/mid/high lagu referensi diukur di browser, lalu diterjemahkan menjadi penyesuaian Adaptive EQ & drive otomatis. Ini meniru inti cara kerja Matchering tanpa perlu Python, FFmpeg, atau GPU di server.
Rp0 · JALAN OFFLINE SETELAH HALAMAN DIMUATDSP Float64 + deep scan + AI Gemini di Google Cloud Run — sudah tersambung ke halaman ini lewat kartu Engine 64-bit: mastering server dengan resep dari konsolmu, deep scan Float64, dan chat AI resep. Lapisan neural di atasnya (SonicMaster generatif Apache-2.0 + neural compressor LA-2A/S6 & CL 1B/ED, LGPL-3.0 — lisensi diaudit terpisah) tetap tahap berikutnya; status buktinya ada di bagian Jalur Neural.
LIVE · v1.4.1 · FLOAT64 · ASIA-SOUTHEAST1Halaman ini adalah file statis murni (HTML + JavaScript, tanpa backend), jadi bisa di-host gratis hampir di mana saja. Yang tidak bisa di-host gratis di serverless adalah mesin mastering Python/neural berat — dan justru itu alasan engine versi ini dipindah ke browser.
Engine 64-bit di atas adalah DSP Float64 — lapisan neural-nya belum terpasang. Ini hasil riset komunitas (dicek live 19 Nov 2026) tentang cara orang benar-benar menjalankan model neural mastering di infrastruktur terjangkau: mana yang terbukti gratis, mana yang belum terbukti sama sekali. Tidak ada angka tanpa sumber.
Model kompresor Simionato & Fasciani memang dirancang kecil: satu sampel per siklus dari buffer 64 sampel, dimensi internal S6 hanya 3 — orde ribuan parameter. Varian ED (2023) terbukti diekspor ke ONNX dan jalan real-time di HP Android via ONNX Runtime: 7.332 FLOPs/sampel ≈ 352 MFLOPs/detik di 48 kHz — enteng untuk 1 vCPU Cloud Run. Bobot terlatih LA-2A & CL 1B tersedia di repo penulis (LGPL-3.0). Yang belum terbukti: ekspor S6/Mamba ke ONNX — jalan keluarnya menjalankan kode TensorFlow asli di server (memang Python, tak perlu ekspor) atau memakai bobot ED. Koreksi dari paper-nya sendiri (Tabel 5): S6 terbaik di kedua perangkat (LA-2A & CL 1B) — klaim lama “ED terbaik untuk CL 1B” tidak didukung tabel itu. Status di AUREON: belum terpasang di engine v1.4.1.
SUMBER: ARXIV 2408.12549 · GITHUB RiccardoVib/Optical-DRC · DAFx24 PAPER 78Satu-satunya checkpoint yang dirilis adalah model Large: 0,9B parameter F32, file 3,45 GB — tidak ada versi quantized, ONNX, distilled, atau Small/Medium (varian kecil itu hanya ablation di paper, bobotnya tak pernah dirilis), dan tidak ada Inference Provider yang meng-host-nya. Kecepatannya tidak dipublikasikan di mana pun (tidak ada RTF/detik-per-chunk di paper, repo, maupun forum) — pertanyaan terbuka yang hanya bisa dijawab dengan mengukurnya sendiri. Gratis tanpa kartu: memanggil Space resmi AMAAI-Lab sebagai API (kuota ZeroGPU 5 GPU-menit/hari akun gratis, 2 menit tanpa login), Kaggle notebook 30 GPU-jam/minggu (T4/P100, verifikasi nomor HP, sifatnya batch — bukan backend web), Colab free T4 (kuota tidak dipublikasikan). Berbayar termurah yang benar-benar bisa melayani: RunPod Serverless L4 ±$0,69–0,75/jam per detik + deposit minimum $10 (uang sendiri, bukan kredit gratis); Cloud Run L4 ±$1,05/jam all-in, scale-to-zero. Always-on termurah yang ditemukan: Hetzner GEX44 ±€180/bulan (dokumen arsitektur RAIN). Modal yang sering disebut “$30/bulan gratis” nyatanya wajib metode pembayaran — bukan tanpa kartu.
SUMBER: HUGGINGFACE AMAAI-LAB/SONICMASTER · ARXIV 2508.03448 · DOK. HF SPACES API · AIFREE.DEVCloud Run membatasi request HTTP/1 di 32 MiB dan response tak ter-chunk juga 32 MiB (timeout maks 60 menit) — WAV 10 menit (±100 MB) tidak bisa lewat POST langsung. Pola indie yang terbukti (dok. arsitektur SaaS stem-separation Demucs di GitHub): browser minta signed-URL, upload langsung ke object storage (tidak lewat VM API), proses async sebagai job, polling/SSE untuk progres, unduh via signed-URL. Halaman ini memakai POST langsung untuk file ≤32 MiB (cukup untuk engine v1.4.1 hari ini) + progress upload XMLHttpRequest — karena fetch() tidak punya event progress upload — dan CORS origin persis, bukan *. Pola signed-URL adalah langkah berikutnya bila engine mendukung job async.
SUMBER: CLOUD.GOOGLE.COM/RUN/QUOTAS · GITHUB DENNISLEE928/RAPID_SAASIngin buat web pribadi atau website usaha seperti ini? Hubungi Richkeyrick lewat situs resminya — konsultasi dulu, gratis.