Danke für den Post - nun fühl ich mich nicht mehr ganz so als Außenseiter hier mit meinem Suno "pet peeve" :) Was mich von Anfang an in diesem Forum etwas verwundert (um nicht zu sagen gestört) hat, ist der offenbar weit verbreitete Einsatz von Suno - quasi so als ob's keine anderen KI-Tools gäbe. Ich persönlich find die Suno Soundqualität einfach nur schrecklich (warum ich Suno auch so gut wie nicht benutze) - nicht nur die Vocals, sondern auch die Instrumente - hört sich für mich irgendwie alles dünn, künstlich, charakterlos und sterotyp an. Auch die musikalisch-kompositorische Bandbreite ist m.A.n. eher Schmalspur (egal welches Genre, eigentlich hört sich alles irgendwie nach Mainstream/Pop/HipHop etc. an - hat man mal 100 Songs gehört, kennt man eigentlich das Repertoire, d.h. was so möglich ist). Ist mir ein absolutes Rätsel, warum Suno so populär ist. Muss wohl am Marketing liegen - das scheinen sie zu können. Aber belassen wir's dabei - ich wollte hier ja nicht vorrangig Suno Bashing betreiben. Eigentlich wollte ich nur kurz erwähnen, dass ich durch Herumprobieren auch schon auf weitgehend ähnlich Filter-Settings gekommen bin (je nach konkreten Einzelfall muss man die Parameter auch immer etwas anpassen...). Das macht diese Suno-typischen Artefakte zumindest halbwegs erträglich. Leider sind sie meistens trotzdem noch zu hören, nur halt abgeschwächt. Und wie du schon sagtest "...hörst du sie einmal, hörst du sie immer" - sehr wahr :) Mit diesem einfachen EQ Ansatz scheint hier offenbar nicht viel mehr rausholbar zu sein... Da das, wie gesagt, auch so 'ne Art Lieblingsthema von mir ist, hab ich auch schon wiederholt gegrübelt, was man da sonst noch so dagegen machen könnte (Convolution-, Wavelet-Filter?, eigenes kleines KI-Modell trainieren, was die Fehler erkennt und dann herausrechnet?, ... ...). Falls sich hier im Forum Signal-Processing Experten rumtreiben, bitte gerne kommentieren :)