Remover Voz

Ele pega uma música pronta e a desmonta de novo, com um modelo que roda no seu próprio dispositivo em vez de num servidor.

• Um instrumental de karaokê — a música sem a voz principal, na largura de banda e na duração originais.
• Uma voz isolada — a acapela sozinha, para um remix, para ensaiar ou para transcrever.
• Uma divisão em quatro — voz, bateria, baixo e o resto como arquivos separados, cada um do seu próprio modelo.
• Um mixer de faixas — todas tocando juntas com mudo, solo e volume, para ouvir a mistura antes de exportar.
• Uma opção instantânea — um método de canal central que não baixa nada, para quando você quer resposta agora.
• Nada é enviado — o áudio, o modelo e o processamento rodam no seu dispositivo, não nos nossos servidores.

Duas faixas respondem à pergunta do karaokê: como esta música soava antes de alguém cantar em cima, e como o cantor soava sozinho. Quatro respondem à pergunta do remix, e custam mais tempo e um download maior porque cada faixa vem do seu próprio modelo.

• Voz — a principal e tudo o mais que o modelo lê como canto.
• Instrumental — o original menos a voz, então mantém todos os pratos e todo o grave.
• Bateria — bumbo, caixa, chimbais e percussão, na divisão em quatro.
• Baixo — a linha de baixo, que um removedor de voz ingênuo destrói porque ela quase sempre fica no centro.
• Resto — guitarras, teclados, pads, cordas — o que sobra quando os três acima saem.

Com duas faixas os dois arquivos somam de volta o original exatamente, então dá para sobrepô-los e recuperar a fonte amostra por amostra.

O instrumental é a faixa que quase todo mundo vem buscar, e leva cerca de um minuto do começo ao fim.

• Solte a música. Um vídeo também serve — a faixa de áudio é lida direto dele.
• Deixe a divisão em duas faixas e aperte Separar. Na primeira vez o modelo é baixado.
• Aperte Tocar tudo e coloque o instrumental em solo para ouvi-lo isolado.
• Se ainda houver canto audível, a mixagem provavelmente era ampla ou com voz dobrada — experimente a divisão em quatro, que modela cada parte separadamente.
• Salve o instrumental, ou leve as duas faixas em um único ZIP.

Há dois jeitos de dividir uma música aqui, e eles falham em lugares diferentes. O caminho de IA é melhor em quase tudo; o instantâneo existe porque um download de 30 MB nem sempre é o que você quer.

• Faixas com IA — um modelo decide o que é voz, então funciona em mono, em mixagens amplas e com vozes que não estão centralizadas.
• Instantâneo — deduz o que está centralizado comparando os dois canais e remove proporcionalmente. Sem download, e termina em bem menos de um segundo por minuto de áudio.

O modo instantâneo protege o grave e os pratos de propósito, porque baixo e bumbo também ficam no centro — que é exatamente o que deixa os removedores de voz antigos com aquele som oco.

Cada faixa é escrita no formato que você escolher, na taxa de amostragem em que a separação rodou.

• MP3 — o certo para um karaokê que você vai tocar do celular.
• WAV — 24 bits e sem perdas, para levar uma faixa a uma DAW.
• FLAC — sem perdas e por volta de metade do tamanho de um WAV.
• M4A — para aparelhos Apple e tudo que prefere AAC.
• OGG — pequeno e aberto, para a web.

A versão grátis cobre uma música por vez, até 50 MB, até seis minutos com separação por IA ou dez minutos no instantâneo, exportando até 192 kbps.

O Pro acrescenta a divisão em quatro, lotes de até 25 músicas, 320 kbps, igualação de volume entre faixas e durações limitadas pelo que o seu dispositivo aguenta, e não por um número que a gente escolheu.

• Karaokê — um instrumental de uma música que nunca saiu como tal.
• Ensaio — silencie a faixa do seu próprio instrumento e toque com o resto da banda.
• Remix e sampling — uma acapela e uma faixa de bateria da mesma fonte, perfeitamente alinhadas porque vieram dela.
• Transcrição — ponha o baixo em solo e ouça a linha sem uma parede de guitarras por cima.
• Limpeza de podcast — puxe uma voz de baixo de uma música de fundo que ficou alta demais.
• Edits de DJ — uma acapela para colocar sobre outra faixa.

A música é decodificada para áudio bruto, cortada em janelas sobrepostas de cerca de seis segundos, e cada janela vira uma imagem das suas frequências ao longo do tempo. Uma rede treinada olha essa imagem e escreve a parte que é voz. Convertê-la de volta em som dá a faixa vocal, e subtraí-la do original dá o instrumental — é por isso que o instrumental mantém toda a largura de banda da fonte.

Tudo acontece no seu dispositivo, usando o hardware gráfico quando ele existe e o processador quando não. A ferramenta informa em cada resultado qual caminho usou, porque a diferença é grande e você não deveria ter que adivinhar.

Na máquina de referência, uma música de três minutos e meio se separa em duas faixas em poucos segundos depois que o modelo está em cache, e o instrumental mede 21,6 dB em relação a uma base conhecida.

• Cortar áudio
• Mudar velocidade do áudio
• Mudar tom
• Normalizar áudio
• Conversor de áudio
• Juntar áudio