Lohnt sich dein eigenes Masterchannel?
Lade einen Mix hoch und erhalte einen mit AI gemasterten Track zurück, der laut, ausgewogen und bereit für Streaming-Plattformen ist.
Mastering ist Signalverarbeitung, und die Open-Source-Welt hat einen großen Teil davon bereits gelöst: Referenzabgleich, Lautheitsnormalisierung und True-Peak-Limiting sind alle fertig verfügbar. Ein Agent kann matchering, pyloudnorm und ffmpeg an einem Nachmittag zu einer lokalen CLI verbinden, die deinen Mix plus eine kommerzielle Referenz nimmt und ein konkurrenzfähiges Master ausgibt. Was sie nicht kann, ist ohne Referenz zu entscheiden, wie dein Track klingen sollte: Dieses Urteil ist der Teil, für dessen Nachahmung diese Dienste mit Tausenden Mastern trainiert wurden. Der DIY-Nachbau ist also wirklich brauchbar, wenn du bereits weißt, an welchen Aufnahmen sich dein Klang orientieren soll, und mittelmäßig, wenn nicht. Rechne außerdem damit, Sample-Raten, Monokompatibilität und gelegentliche Inter-Sample-Peaks im Blick behalten zu müssen.
EN → DERecherche automatisch aus dem Englischen übersetzt. Original-Prompt auf Englisch beibehalten.
Build a local command line audio mastering tool in Python 3.11. No web UI, no accounts, no cloud, no telemetry.
Stack: Python 3.11, matchering for reference matching, pyloudnorm for loudness measurement, soundfile and numpy for IO and DSP, ffmpeg via subprocess for format conversion and MP3 export. Use a venv and a requirements.txt. No Docker.
CLI, using argparse:
master --input mix.wav --reference ref.wav --target-lufs -14 --true-peak -1.0 --out ./out
Behavior:
1. Decode input and reference to 44.1kHz stereo 32-bit float WAV in a temp dir using ffmpeg, accepting wav, aiff, flac and mp3 inputs.
2. Print a before report for the input: integrated LUFS, loudness range, sample peak, estimated true peak, stereo correlation, and a rough 8-band spectral balance in dB.
3. Run matchering to match the input's spectrum and dynamics to the reference.
4. Apply a final loudness stage: measure integrated LUFS with pyloudnorm, apply gain to hit --target-lufs, then apply a simple lookahead true peak limiter (5ms lookahead, 50ms release) so estimated true peak never exceeds --true-peak.
5. Print an after report in the same format as the before report, plus the total gain applied and the number of limiter gain reduction events.
6. Export three files to --out: master_24bit.wav at 44.1kHz, master_16bit.wav dithered with TPDF, and master.mp3 at 320kbps via ffmpeg.
7. Write report.json next to them with all measured values for both stages.
Also support --no-reference, which skips matchering and does loudness plus limiting only. Print a warning that this is a normalizer, not a master.
Safety: never clip. Refuse to run and exit non-zero if the input is already above -6 LUFS integrated or if its estimated true peak is above 0.0 dBTP, with a message telling the user to export a quieter mix with headroom.
Include a README with install steps, one worked example, and a short note that the reference track choice matters more than any flag. Ship three pytest tests: gain math hits the LUFS target within 0.3 dB, the limiter never exceeds the ceiling on a synthetic clipping signal, and the headroom guard exits non-zero. No stems, no batch mode, no plugin hosting, no genre presets.Der Prompt öffnet sich vorausgefüllt in deinem Agenten. Prüfe ihn vor dem Ausführen. · dieser Prompt wurde aus dem Bauplan erzeugt · per PR verbessern
Wie sähe deine eigene Version aus?
Eine lokale CLI, die ein Referenzmaster analysiert, das Spektrum und die Dynamik deines Mixes daran angleicht, dann auf einen gewählten LUFS-Zielwert mit True-Peak-Obergrenze normalisiert und streamingfertige Dateien exportiert.
Was du brauchst
- Python 3.11 und ffmpeg lokal installiert
- Mindestens ein kommerzieller Referenztrack in einem verlustfreien Format
- Kopfhörer oder Studiomonitore, denen du tatsächlich vertraust
- Grundlegende Bereitschaft zu A/B-Vergleichen und erneuten Durchläufen mit anderen Referenzen
Die meisten Menschen, die für AI-Mastering zahlen, jagen nicht den letzten zwei Prozent Klangtreue hinterher, sondern vermeiden eine Entscheidung. Sie haben einen Mix, einen Veröffentlichungstermin und kein Interesse, etwas über Multiband-Kompression oder Inter-Sample-True-Peaks zu lernen. Ein Web-Upload, der nach neunzig Sekunden etwas Lautes und Ausgewogenes zurückliefert, ist im Vergleich dazu echtes Geld wert, und genau den Komfort ohne Referenz bietet ein lokales Skript am schlechtesten. Tontechniker und Menschen mit einer starken Referenzbibliothek erhalten den Großteil des Werts aus dem DIY-Nachbau; alle anderen zahlen weiter, um die Geschmacksfrage zu überspringen.
xMastering ohne Referenz: Der Dienst schätzt einen Zielklang für dich; bei deinem Skript musst du ihn selbst auswählen
xGenrespezifische Presets und der in einem trainierten Modell verankerte Geschmack
xStem-Mastering, Varianten mit präsenterem Gesang und weitere trackspezifische Intelligenz
xEine übersichtliche Web-UI mit sofortigen Vorschauen und Überarbeitungsverlauf
xAlles, was einer zweiten Meinung ähnelt, wenn dein Mix das eigentliche Problem ist
Nichts, worauf sich verweisen ließe. Deshalb gibt es den Prompt.
Was kostet Masterchannel?
- Monatliche Zahlung
- 29 $/Mon.29 $/Mon.
- Pro Jahr
- 348 $/Jahr348 $/Jahr
- Mit brasilianischer Karte, inkl. 3,5% IOF
- 152 R$/Mon.1.819 R$/Jahr
In Meine Liste gespeichert. Bei einer Preisänderung erscheint hier ein Hinweis.
Du schließt den Kauf auf der Website von Masterchannel ab. Vibe Radar wickelt keine Zahlungen ab.
Masterchannel selbst bauen oder abonnieren?
Passe die Zahlen an: Stunden zum Bauen, dein Stundensatz, Betriebskosten und der Abopreis.
Über 24 Monate ist das Abo günstiger.
Startwerte aus der Analyse geschätzt (eine Sitzung). Nicht eingerechnet ist, was dir fehlt (Support, Integrationen, Sicherheit).
Kann ich Masterchannel nachbauen?
Teilweise. Den Kern von Masterchannel baust du mit dem Prompt auf dieser Seite an einem Wochenende, aber es gibt echte Lücken: Mastering ohne Referenz: Der Dienst schätzt einen Zielklang für dich; bei deinem Skript musst du ihn selbst auswählen, Genrespezifische Presets und der in einem trainierten Modell verankerte Geschmack. Lies die Liste oben, bevor du loslegst.
Was kostet Masterchannel?
Masterchannel kostet etwa 29 $/Mon. (Artist, geprüft am 18.08.2026), also 348 $ pro Jahr.
Was fehlt mir, wenn ich Masterchannel ersetze?
Ehrlich gesagt: Mastering ohne Referenz: Der Dienst schätzt einen Zielklang für dich; bei deinem Skript musst du ihn selbst auswählen; Genrespezifische Presets und der in einem trainierten Modell verankerte Geschmack; Stem-Mastering, Varianten mit präsenterem Gesang und weitere trackspezifische Intelligenz; Eine übersichtliche Web-UI mit sofortigen Vorschauen und Überarbeitungsverlauf; Alles, was einer zweiten Meinung ähnelt, wenn dein Mix das eigentliche Problem ist. Wenn dir davon etwas wichtig ist, zahl weiter.
Gibt es eine Open-Source-Alternative zu Masterchannel?
Es gibt keine ausgereifte Open-Source-Alternative, auf die sich verweisen ließe, und genau deshalb gibt es den Prompt auf dieser Seite.