AUREON MASTER
Neural Analog Mastering System
Working title — nama produk masih bisa berubah.
ENGINE 64-BIT · MEMERIKSA…
CLOUD RUN · ASIA-SOUTHEAST1
Genuine Neural Audio Intelligence Premium Analog Hardware Interface Natural Dynamics & Harmonic Processing Precision Metering & Peak Protection Measured Professional Audio Quality

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.

Skin
Konsol
Hint
Hint: arahkan kursor atau fokus ke knob mana pun — nama, nilai, rentang, dan cara memutarnya tampil di sini.

Lagu Kamu

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.

Drag & Drop Audio

Tarik & letakkan file audio di sini, atau klik untuk memilih dari perangkatmu

Pilih File Audio
—
—
0:00 / 0:00
LEVEL
−∞ dB

Before/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.

OUTPUT LEVEL · VU
LIMITER GAIN REDUCTION · dB
0 VU = −18 dBFS
PEAK
OUT ANTI-PEAK GUARD · AKTIF
DSP · MENUNGGU LAGU — upload atau pakai Demo Track. CHAIN: HPF → ADAPTIVE EQ → T1 NEURAL COMP → DE-ESS → M/S SPATIAL → T2 COLOR tanh → DRIVE → T3 SHAVE → T4 TP-LIMITER → GUARD

Engine 64-bit · Cloud Run

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.

MEMERIKSA ENGINE…
Versi Engine
—
Mesin
—
AI Chat
—
Region · Project
—

Mode Mastering

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.

Sumber Setelan

“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.

Menyiapkan…

Asisten AI Engine — Gemini + Pencarian Web

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.

01 · Instant Master — Master Your Track

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.

Mastering Character

65%

Jumlah karakter pemrosesan yang diterapkan — bukan target loudness. Loudness tujuan tetap mengikuti standar streaming dan ceiling tetap dikunci Anti-Peak Guard.

Yang berjalan di belakang layar

  1. AI menganalisis tonal balance dan dinamika lagumu (Sonic Profile).
  2. AI menentukan strategi mastering berdasarkan karakter lagu + karakter pilihanmu.
  3. Pemrosesan karakter berjalan lewat Adaptive EQ → Neural Comp → Color Engine → Spatial Engine.
  4. DSP menjaga headroom, transient, dan true peak — ceiling −1 dBTP tidak bisa dilanggar.
  5. Hasil master dibuat dengan loudness sesuai standar platform tujuan.
  6. Kamu bisa membandingkan Before/After pada level yang sudah disamakan (Level-match).

Mau utak-atik sendiri? Pindah ke Mastering Studio — setelan dari karakter & intensity ini terbawa persis ke konsolnya, karena mesinnya memang sama.

02 · Mastering Studio — Konsol Mastering

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.

INPUT ANALYSIS · PRE-PROCESSING
LUFS-I — dBTP — LRA — CREST —
01 · TONEADAPTIVE EQ
02 · DYNAMICSNEURAL COMP
03 · HARMONICSCOLOR ENGINE
04 · STEREOSPATIAL ENGINE
00 · RESTOREDE-HISS · DE-ESS · CLARITY
05 · FINALTP LIMITER
Signature Default — aktif sekarang. Begitu lagu dimuat, engine membaca Sonic Profile lagumu (loudness, crest factor, brightness, noise floor, tempo) lalu menghitung sendiri setelan seluruh konsol: lagu pelan dinaikkan tenaganya, lagu yang sudah keras justru dilunakkan kompresinya, lagu kusam diberi air, lagu kasar dijinakkan de-esser-nya. Kamu tinggal dengar & export — tanpa memilih preset apa pun.
Dual Model Engine — ala Remasterify: menunggu lagu dimuat. Lagu berenergi rendah otomatis memakai rantai Low-Energy yang lembut; lagu berenergi tinggi memakai rantai High-Energy yang lebih agresif.
65%

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.

0.0 dB

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.

01 · TONE

ADAPTIVE EQ

AI + DSP
+1.0 dB
+0.5 dB
+0.5 dB
+1.0 dB
0.0 dB
22%

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.

02 · DYNAMICS

NEURAL COMP

TAHAP 1
±0.0 dB
1.6:1
30 ms
180 ms
100%
Ratio · Attack · Release · Knee
—
Threshold (auto dari GR)
otomatis
Target GR karakter
—
GR terukur (export)
—

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.

03 · HARMONICS

COLOR ENGINE

TAHAP 2
30% · k=1.60
50%
100%

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.

4×
04 · STEREO

SPATIAL ENGINE

M/S DSP
118%
0.0 dB
0.0 dB
150 Hz

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.

00 · RESTORE

DE-HISS · DE-ESSER · CLARITY

DSP
28% · ±3.4 dB
34% · maks 2.0 dB
38%

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.

05 · FINAL PEAK CONTROL

TRUE PEAK MASTER LIMITER

TAHAP 3 + 4 · SAFETY
0.5 dB

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.

−1.0 dBTP

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.

−14 LUFS · Streaming

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.

🔒 TERKUNCI AKTIF

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.

Peak lagumu — dipelajari dua-pass

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.

Sample Peak
—
True Peak (est. 4×)
—
Gain aman ke ceiling
—
Gain dibutuhkan ke target
—
LIMITER GR (EST.)
0 dB

—

Reference Matching · ala Lacuna

Punya lagu referensi yang suaranya kamu suka? Upload — engine menyamakan loudness dan keseimbangan frekuensinya ke lagumu lewat Adaptive EQ & drive.

Klik untuk upload lagu referensi
Dianalisis lokal: LUFS, low / mid / high balance
LagumuReferensiPenyesuaian
Loudness———
Low———
Mid———
High———

Mastering Intelligence

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.

Integrated LUFS · Perceived loudness
ORIGINAL—
MASTERED—
True Peak · dBTP
ORIGINAL—
MASTERED—
Crest Factor · Transient density dB
ORIGINAL—
MASTERED—
Stereo Correlation · L/R
ORIGINAL—
MASTERED—

Dynamic Analysis

Gain reduction per tahap pemrosesan, LRA, dan evolusi crest factor sepanjang lagu — dari render terakhir (sebelum render pertama: estimasi dari profil lagu & setelan konsol).

Compressor GR (T1)
—
Clipper / Shaving (T3)
—
Limiter GR (T4)
—
LRA · Loudness Range
—

CREST EVOLUTION — crest factor per segmen waktu (Original champagne pudar · Mastered champagne terang). Crest yang runtuh = dinamika gepeng; crest yang terjaga = transient selamat.

Analysis Pages

—

Mastering Difference Analyzer

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.

Render dulu master-mu (MASTER NOW di Instant Master, atau Render & Download di Export) — perbandingan Original vs Mastered muncul di sini dari pengukuran nyata kedua file.

Export Master

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.

Export WAV = bersih total. Semua metadata / tag dari file sumber (judul bawaan, artis, cover, komentar, software encoder, dsb.) dihapus total — audio hasil decode tidak membawa tag apa pun, dan file WAV yang ditulis hanya berisi header RIFF/fmt + data audio mentah. Tidak ada chunk LIST/INFO, ID3, bext, atau chunk metadata lain. Nama file pun dibuat baru dari nama lagumu + “-mastered”.
Menyiapkan…

Mode Album · batch

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.

Sonic Profile

Audio Intelligence — analisis otomatis begitu lagu dimuat. Inilah bahan bakar Signature Default & Instant Master.

Upload lagu atau pakai Demo Track — profil soniknya muncul di sini.

Lima identitas AUREON 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.

Genuine Neural Audio IntelligenceAI membaca profil lagu dan menentukan strategi — jujur soal batasnya: controller & DSP AI-assisted di browser, model generatif/neural sungguhan adalah roadmap server (SonicMaster, S6/ED).
Premium Analog Hardware InterfaceFaceplate titanium & dark champagne, knob metalik 3D yang bisa diputar, fader geser, VU meter jarum analog — proporsi & ruang kosong, bukan keramaian.
Natural Dynamics & Harmonic ProcessingTransient preservation Tahap 1 + saturasi harmonik tanh oversampled Tahap 2: crunchy & crispy dari harmonik dan densitas, bukan dari limiter yang bekerja keras.
Precision Metering & Peak ProtectionCeiling true-peak terkunci ≤ −1 dBTP, lookahead, dan loop verifikasi Anti-Peak Guard yang menolak hasil melanggar — bukan sekadar mengusahakan.
Measured Professional Audio QualityMastering Intelligence + Difference Analyzer: LUFS, true peak, crest, korelasi, LRA, spektrum, transient & harmonik — semuanya diukur dari lagumu, sebelum dan sesudah.

Kenapa sekarang tidak peak — dan kenapa lebih bening

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.

01 — TRUE PEAK, BUKAN SAMPLE PEAK

Dipelajari dulu, dibatasi, lalu dibuktikan

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 BERULANG
02 — DE-HISS TANPA BUTAK

Spectral gating, bukan low-pass

Profil 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 BUTAK
03 — CRISP TANPA KASAR

De-esser dulu, air belakangan

Bening 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 dB
Kejujuran teknis: Web Audio tidak punya meter / limiter true-peak bawaan, jadi angka true-peak di sini adalah estimasi 4× oversampling (toleransi ±0,3–0,5 dB) — untuk mengimbanginya, limiter bekerja dengan margin keamanan di bawah ceiling yang kamu pilih. Denoiser neural khusus speech (RNNoise, DeepFilterNet) sengaja tidak dijalankan ke musik; model neural mastering generatif (SonicMaster, 3,45 GB) & neural compressor S6/ED tidak berjalan di browser maupun di engine v1.4.1 — status, bukti & jalur gratisnya dirinci di bagian Jalur Neural di bawah, bukan diklaim ada di halaman ini.

Tahap 1–4: crunchy & crispy tanpa peak

Dari 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.

TAHAP 1 — TRANSIENT PRESERVATION

Kompresor yang tidak memangkas transient

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 dB
TAHAP 2 — HARMONIC SATURATION

Crunch dari harmonik, bukan dari limiter

Fungsi 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×
TAHAP 3 — PEAK SHAVING

Cukur sedikit, sebelum limiter

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 OTOMATIS
TAHAP 4 — TRUE-PEAK LIMITER

Pengaman terakhir, bukan pemanis

Peak 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 MELANGGAR

Strategi “Free Waterfall Engine”

Engine-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.

TINGKAT 1 — UTAMA

DSP di Browser (halaman ini)

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 LAGU
TINGKAT 2 — PENYELARAS

Reference Matching Lokal

Loudness 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 DIMUAT
TINGKAT 3 — SERVER · TERHUBUNG

Engine 64-bit Cloud Run (live)

DSP 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-SOUTHEAST1

Disimpan di mana? Ini jawaban jujurnya

Halaman 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.

Cloudflare Pages Rekomendasi #1

  • Bandwidth unlimited di free tier, 500 builds/bulan.
  • Commercial use boleh — aman untuk jualan jasa mastering.
  • Cocok penuh untuk versi browser ini; akun Cloudflare-mu sudah aktif untuk proyek lain.
  • Batas: Workers/Pages Functions gratis hanya 10ms CPU & 128MB per request, tanpa FFmpeg/Python — tidak masalah, karena DSP-nya di browser.

Vercel Bisa, tapi hati-hati

  • Hobby gratis: 100GB bandwidth, 1 juta function invocations/bulan.
  • Aturan Hobby melarang penggunaan komersial — situs yang menghasilkan uang wajib Pro ($20/bulan).
  • Aman untuk portofolio/demo; jangan jadikan rumah utama produk berbayar.

Render Free Untuk demo backend

  • 750 jam/bulan, 512MB RAM, tanpa kartu kredit; Python + FFmpeg + Docker bisa jalan.
  • Tidur setelah 15 menit tanpa traffic, cold start 30–60 detik — cukup untuk demo backend neural, tidak untuk pelanggan berbayar.

Google Cloud Run Engine server — sudah terhubung

  • Live: service aureon-master v1.4.1, asia-southeast1, 1 vCPU / 1 GiB, timeout 300 dtk, skala 0–5 instance, publik — endpoint /health · /presets · /analyze · /master · /chat.
  • Free tier request-based: 2 juta request + 180.000 vCPU-detik + 360.000 GiB-detik per bulan — pemakaian mastering ringan saat ini di dalam batas gratis.
  • CORS v1.4.1 mengizinkan origin situs ini (aureon-master.pages.dev & mastering.richkeyrick.com); origin lain ditolak browser.
  • Batas request HTTP/1 32 MiB & GPU tidak pernah gratis di Cloud Run (L4 ±$1,05/jam all-in bila suatu hari dipakai) — rincian di bagian Jalur Neural.

Oracle Always Free VPS Paling kuat, paling berisiko

  • 2 CPU ARM + 12GB RAM + 200GB disk, always-on, gratis selamanya — satu-satunya VPS gratis sejati.
  • Risiko: butuh kartu, dan instance idle bisa di-reclaim Oracle. Setup manual via Docker.

Sudah tidak gratis Jangan diandalkan

  • Fly.io: free tier untuk akun baru dihapus (Okt 2024), VM terkecil ±$2/bulan.
  • Railway: hanya kredit $5 selama 30 hari.
  • Hugging Face Spaces: Gradio/Docker Spaces kini butuh PRO $9/bulan untuk dibuat.
Kesimpulan (sudah diterapkan): frontend di Cloudflare Pages (Rp0, unlimited bandwidth, boleh komersial) + Cloud Run sebagai Tingkat 3 yang sudah terhubung — engine Float64-nya live dan halaman ini memanggilnya langsung, tanpa biaya selama masih di free tier. Lapisan neural menyusul lewat jalur di bagian berikut.

Jalur Neural — cara komunitas, bukti Nov 2026

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.

NEURAL COMP S6 / ED — BISA GRATIS DI CPU YANG SAMA

Kandidat gratis berikutnya: tanpa GPU, tanpa kartu

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 78
SONICMASTER — BELUM ADA JALUR PRODUK GRATIS

Yang gratis hanya kelas demo & batch

Satu-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.DEV
KABEL BROWSER → SERVER — POLA YANG DIPAKAI KOMUNITAS

Kenapa halaman ini begini cara menyambungnya

Cloud 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_SAAS
Yang sengaja TIDAK diklaim: SonicMaster jalan di CPU/browser/Cloud Run 1 vCPU (tidak ada satu pun bukti publik — kemungkinan besar kehabisan memori atau berjam-jam); S6 sudah bisa ONNX (belum terbukti); kecepatan SonicMaster (belum ada yang mengukur & mempublikasikannya); ukuran file tiap bobot S6/ED (tree GitHub tidak menampilkannya). Semua itu pertanyaan terbuka — dicatat sebagai terbuka, bukan diisi tebakan.

Ingin website / aplikasi AI seperti ini untuk bisnismu?

Ingin buat web pribadi atau website usaha seperti ini? Hubungi Richkeyrick lewat situs resminya — konsultasi dulu, gratis.

Hubungi Richkeyrick