Zadejte do vyhledávače „odstranit zpěv z písně“ a najdete dva druhy nástrojů: odstraňovače zpěvu a rozdělovače stemů. Názvy znějí jako dvě různé technologie. Nejsou. Oba používají stejnou rodinu neuronových sítí natrénovaných na vícestopých nahrávkách; rozdíl je v tom, co vydávají a na co jsou vyladěny. Vědět, který potřebujete, šetří čas zpracování a přináší lepší výsledek.
Stručná verze
- Odstraňovač zpěvu vám dá dva soubory: hlas a všechno ostatní. Je vyladěn tak, aby to „všechno ostatní“ bylo co nejčistší. Použijte ho pro karaoke, podklady a acapelly.
- Rozdělovač stemů vám dá čtyři nebo pět souborů: zpěv, bicí, basu, klavír a „ostatní“ nástroje. Použijte ho pro remixování, cvičné stopy, ve kterých ztlumíte vlastní nástroj, a pro transkripci.
Mnoho služeb, včetně odstraňovače zpěvu Mazmazika, nabízí oba režimy na stejné stránce, takže skutečná otázka zní, který režim zvolit pro daný úkol.
Jak oba fungují
Hotová píseň je jediný stereo soubor. Nic v něm neříká „tato část je zpěvák“. Model pro separaci zdrojů se z tisíců písní, u kterých byly k dispozici jednotlivé stopy, naučí, jak obvykle znějí hlasy, bicí, basy a klávesy: jejich barva, poloha ve stereo poli, způsob, jakým se vyvíjejí v čase. Když dostane nový mix, předpoví pro každý malý výřez času a frekvence, kolik energie patří kterému zdroji, a z těchto předpovědí sestaví jeden zvukový soubor na každý zdroj.
Proto výsledky nikdy nejsou úplně dokonalé. Tam, kde se dva zdroje překrývají v čase i frekvenci, například ženský hlas a zkreslená kytara ve stejném rejstříku, musí model učinit úsudek a trocha jednoho skončí v druhém. Větší modely usuzují lépe; právě to jsou enginy „High Quality“ a „Ultra“.
Srozumitelný průvodce samotným modelem najdete v článku Jak AI separace zpěvu skutečně funguje.
Proč mohou být dva stemy čistší než pět
Je lákavé myslet si, že pět stemů je prostě „více“. Pro instrumentál je to často horší. Když model dělí na pět částí, musí každý kousek energie přiřadit do jedné z pěti přihrádek a chyby se sčítají; úder na malý buben, který skončí částečně v „ostatní“ a částečně v „bicí“, zní při opětovném společném přehrání mírně rozmazaně. Když má rozhodnout jen „hlas, nebo ne hlas“, je třeba správně trefit jedinou hranici a instrumentál si zachová soudržnost původního mixu.
Pro karaoke a podklady tedy zvolte dva stemy. Pro vše, kde skutečně chcete bicí nebo basu samostatně, zvolte vícestemový režim a smiřte se s o něco více artefakty na každý stem.
Který na kterou práci
Karaoke a nácvik zpěvu. Odstraňovač zpěvu, dva stemy. Zachovejte harmonie pomocí modelu pouze pro hlavní zpěv, pokud ho nástroj nabízí.
Acapella pro remix nebo mashup. Odstraňovač zpěvu, dva stemy a nejkvalitnější engine, který máte; acapella je stem, který uslyšíte nejvíce obnažený.
Cvičné stopy pro člena kapely. Rozdělovač stemů. Ztlumte stem basy pro cvičení basy, stem bicích pro cvičení bicích a tak dále. Prohlížečový mixér to zvládne bez DAW.
Transkripce partu. Rozdělovač stemů. Sólo klavíru nebo basy výrazně usnadní rozpoznání not a protažení výsledku analyzátorem akordů vám dá harmonii, se kterou to můžete porovnat.
Samplování bubenického breaku. Rozdělovač stemů, stem bicích. Počítejte s malým prosakováním ostatních perkusivních prvků.
Remix celé písně. Rozdělovač stemů, pět stemů, a pak s každým stemem zacházejte jako se stopou ve své DAW. Každý lehce znovu ekvalizujte a zkomprimujte; oddělené stemy na to reagují dobře a skryje to švy.
Kvalita: co od každého očekávat
Oba režimy jsou nejsilnější na moderním, dobře produkovaném materiálu a nejslabší na hustých, dozvukových nebo lo-fi nahrávkách. Několik podrobností:
- Instrumentál z dvoustemového režimu je obvykle nejčistší jednotlivý výstup, jaký kterýkoli separační nástroj vytvoří.
- Acapella nese nejvíce artefaktů, protože dozvuk a efekty na hlasu jsou částečně nejednoznačné.
- Stem bicích je obecně vynikající; bicí jsou spektrálně výrazné.
- Stem basy je dobrý, ale ve velmi basově těžkých mixech si může vyměňovat tóny se spodkem kopáku.
- „Ostatní“ je sběrná a nejméně předvídatelná kategorie: kytary, syntezátory, smyčce a cokoli neobvyklého tu skončí společně.
Zdarma, nebo placené?
Dvoustemová separace se standardním enginem je na Mazmazika zdarma, s délkou stopy na jedno spuštění a denním přídělem. Které z větších enginů, modelů a délek stop jsou součástí bezplatného plánu a které přináší Pro, je živě uvedeno na stránce odstraňovače vokálů v části Zdarma vs. Pro a stránka s cenami zobrazuje aktuální ceny ve vaší měně. Pokud tvoříte jednu karaoke stopu na večírek, bezplatná cesta stačí; u stemů, které vydáte nebo zahrajete na pódiu, se větší enginy zaplatí hned u první stopy.
Poznámka ke starým metodám
Před neuronovou separací existovaly dva triky: fázové vyrušení, které odečte levý a pravý kanál, aby odstranilo vše panoramované do středu, a ekvalizační vyříznutí, které vykrojí frekvenční rozsah zpěvu. Obě metody poškozují celý mix, protože basa, kopák a malý buben jsou také ve středu a v rozsahu zpěvu žijí i kytary a klávesy. Stále jsou zabudované v některých DAW a bezplatných pluginech; dnes není důvod je používat.
Další kroky
- Vyzkoušejte oba režimy na stejné písni pomocí odstraňovače zpěvu a rozdělovače stemů a porovnejte instrumentál.
- Tvoříte karaoke verzi? Postupujte podle návodu na karaoke krok za krokem.
- Zajímá vás model? Přečtěte si, jak funguje AI separace zpěvu.