Supprimer la Voix d'une Chanson - Instrumental et Acapella par IA

Ce que fait ce suppresseur de voix

Il reprend une chanson finie et la redécompose, avec un modèle qui tourne sur votre propre appareil plutôt que sur un serveur.

Un instrumental karaoké — la chanson sans la voix principale, à la bande passante et à la durée d'origine.
Une voix isolée — l'acapella seule, pour un remix, pour répéter ou pour transcrire.
Une division en quatre — voix, batterie, basse et le reste en fichiers séparés, chacun issu de son propre modèle.
Un mélangeur de pistes — toutes les pistes ensemble avec coupure, solo et niveau, pour entendre le mélange avant d'exporter.
Une option instantanée — une méthode de canal central qui ne télécharge rien, pour quand vous voulez une réponse tout de suite.
Rien n'est envoyé — l'audio, le modèle et le résultat sont traités sur votre appareil, pas sur nos serveurs.

Deux pistes ou quatre

Deux pistes répondent à la question du karaoké : à quoi ressemblait cette chanson avant que quelqu'un ne chante dessus, et à quoi ressemblait le chanteur seul. Quatre répondent à la question du remix, et coûtent plus de temps et un téléchargement plus lourd, parce que chaque piste vient de son propre modèle.

Voix — la voix principale et tout ce que le modèle lit comme du chant.
Instrumental — l'original moins la voix, il conserve donc toutes les cymbales et tout le grave.
Batterie — grosse caisse, caisse claire, charleston et percussions, dans la division en quatre.
Basse — la ligne de basse, qu'un suppresseur de voix naïf détruit parce qu'elle est presque toujours centrée.
Reste — guitares, claviers, nappes, cordes : ce qui reste une fois les trois autres partis.

Avec deux pistes, les deux fichiers se recombinent exactement en l'original : superposez-les et vous retrouvez la source échantillon par échantillon.

Faire une piste de karaoké

L'instrumental est la piste que la plupart des gens viennent chercher, et cela prend environ une minute du début à la fin.

Déposez la chanson. Une vidéo convient aussi : sa piste audio est lue directement.
Laissez la division sur deux pistes et appuyez sur Séparer. La première fois, le modèle est téléchargé.
Appuyez sur Tout lire et mettez l'instrumental en solo pour l'entendre seul.
S'il reste du chant audible, le mixage était sans doute large ou avec voix doublées : essayez la division en quatre, qui modélise chaque partie séparément.
Enregistrez l'instrumental, ou prenez les deux pistes en un seul ZIP.

IA ou instantané

Il y a deux façons de diviser une chanson ici, et elles échouent à des endroits différents. La voie IA est meilleure sur presque tout ; l'instantané existe parce qu'un téléchargement de 30 Mo n'est pas toujours ce que vous voulez.

Pistes par IA — un modèle décide ce qui est de la voix, donc cela fonctionne en mono, sur des mixages larges et sur des voix qui ne sont pas centrées.
Instantané — déduit ce qui est centré en comparant les deux canaux et le retire proportionnellement. Sans téléchargement, et bien moins d'une seconde par minute d'audio.

Le mode instantané protège volontairement le grave et les cymbales, parce que la basse et la grosse caisse sont centrées elles aussi — c'est exactement ce qui donne aux vieux suppresseurs de voix ce son creux.

Formats de sortie

Chaque piste est écrite dans le format que vous choisissez, à la fréquence d'échantillonnage de la séparation.

MP3 — à choisir pour un karaoké que vous allez lire depuis un téléphone.
WAV — 24 bits et sans perte, pour emmener une piste dans une station audio.
FLAC — sans perte, et environ la moitié de la taille d'un WAV.
M4A — pour les appareils Apple et tout ce qui préfère l'AAC.
OGG — petit et ouvert, pour le web.

Tailles et limites

La version gratuite couvre une chanson à la fois, jusqu'à 50 Mo, jusqu'à six minutes en séparation IA ou dix en instantané, exportée jusqu'à 192 kbps.

Pro ajoute la division en quatre, des lots jusqu'à 25 chansons, 320 kbps, l'égalisation du volume entre pistes, et des durées limitées par ce que votre appareil peut faire plutôt que par un chiffre que nous aurions choisi.

À quoi cela sert

Karaoké — un instrumental d'une chanson qui n'est jamais sortie sous cette forme.
Répétition — coupez la piste de votre propre instrument et jouez avec le reste du groupe.
Remix et sampling — une acapella et une piste de batterie issues de la même source, parfaitement alignées puisqu'elles en viennent.
Transcription — mettez la basse en solo et entendez la ligne sans un mur de guitares par-dessus.
Nettoyage de podcasts — dégagez une voix de sous une musique de fond mixée trop fort.
Edits de DJ — une acapella à poser sur un autre morceau.

Comment fonctionne la séparation

La chanson est décodée en audio brut, découpée en fenêtres se recouvrant d'environ six secondes, et chaque fenêtre devient une image de ses fréquences dans le temps. Un réseau entraîné regarde cette image et en écrit la partie qui est de la voix. La reconvertir en son donne la piste vocale, et la soustraire de l'original donne l'instrumental — c'est pourquoi l'instrumental conserve toute la bande passante de la source.

Tout se passe sur votre appareil, en utilisant son matériel graphique quand il est disponible et son processeur sinon. L'outil indique sur chaque résultat quelle voie a servi, parce que l'écart est important et que vous ne devriez pas avoir à le deviner.

Sur la machine de référence, une chanson de trois minutes et demie se sépare en deux pistes en quelques secondes une fois le modèle en cache, et l'instrumental mesure 21,6 dB face à une base connue.

Questions fréquentes

Ma musique est-elle envoyée quelque part ?

Non. Le modèle de séparation est téléchargé une fois sur votre appareil et toutes les pistes y sont produites. Votre audio n'est jamais envoyé sur le réseau, et vous pouvez le vérifier en observant l'activité réseau de votre navigateur pendant une séparation.

Est-ce une vraie IA ou de l'annulation de phase ?

Une vraie séparation. Un modèle neuronal entraîné sur de la musique décide bande par bande ce qui est de la voix. L'annulation de phase — soustraire un canal à l'autre — est une autre technique, qui supprime aussi la grosse caisse et la basse ; c'est précisément ce que le mode instantané remplace par une méthode de canal central plus fine, pour les fois où vous ne voulez pas attendre un téléchargement.

Pourquoi la première séparation est-elle plus longue ?

Le modèle pèse environ 30 Mo et n'est téléchargé qu'une fois, puis mis en cache par votre navigateur. Chaque séparation suivante démarre immédiatement. Le mode instantané ne télécharge rien du tout et est disponible tout de suite.

Quelle est la qualité du résultat ?

Sur un mixage de test mesuré, l'instrumental karaoké atteint 21,6 dB par rapport à la vraie base, avec la voix réduite de 24,7 dB. Les vraies chansons varient selon leur mixage : une voix principale centrée sur une base large se sépare le mieux, une voix très traitée ou doublée est plus difficile.

Les pistes se recombinent-elles en l'original ?

Avec deux pistes, oui, exactement : l'instrumental est l'original moins la voix, donc les superposer reproduit la source échantillon par échantillon. Avec quatre pistes, chacune vient de son propre modèle : ensemble elles sont très proches de l'original sans être identiques bit à bit.

Cela fonctionne-t-il sur un enregistrement mono ?

Oui. La voie IA fonctionne en mono parce qu'elle décide au son, pas à la position stéréo. Le mode instantané ne le peut pas : il déduit ce qui est centré en comparant les deux canaux, et un fichier mono n'en a qu'un.

Quels formats en entrée et en sortie ?

Entrée : MP3, WAV, FLAC, M4A, M4B, AAC, OGG, OPUS, MKA, WEBA, et des vidéos comme MP4, MOV, WEBM et MKV, dont la piste audio est utilisée. Sortie : MP3, WAV, FLAC, M4A et OGG.

Pourquoi la voix isolée manque-t-elle d'éclat ?

Le modèle de séparation travaille jusqu'à 14,7 kHz, donc la piste vocale s'arrête là. L'instrumental n'est pas concerné : il est obtenu en soustrayant la voix de l'original, il conserve donc toutes les cymbales et tout l'air de la source.