Cherchez « retirer la voix d'une chanson » et vous trouverez deux types d'outils : les extracteurs de voix et les séparateurs de stems. Les noms laissent penser à deux technologies différentes. Ce n'est pas le cas. Tous deux utilisent la même famille de réseaux neuronaux entraînés sur des enregistrements multipistes ; la différence tient à ce qu'ils produisent et à ce pour quoi ils sont optimisés. Savoir lequel il vous faut économise du temps de traitement et donne un meilleur résultat.
En résumé
- Un extracteur de voix vous donne deux fichiers : la voix et tout le reste. Il est optimisé pour rendre ce « tout le reste » aussi propre que possible. Utilisez-le pour le karaoké, les bandes instrumentales et les acapellas.
- Un séparateur de stems vous donne quatre ou cinq fichiers : voix, batterie, basse, piano et « autres » instruments. Utilisez-le pour le remix, les pistes d'entraînement où vous coupez votre propre instrument, et la transcription.
De nombreux services, dont l'extracteur de voix Mazmazika, proposent les deux modes depuis la même page ; la vraie question est donc de savoir quel mode choisir pour la tâche.
Comment fonctionnent-ils tous les deux ?
Une chanson terminée est un seul fichier stéréo. Rien n'y indique « cette partie, c'est le chanteur ». Un modèle de séparation de sources apprend, à partir de milliers de chansons dont les pistes individuelles étaient disponibles, à quoi ressemblent en général les voix, les batteries, les basses et les claviers : leur timbre, leur position dans le champ stéréo, leur évolution dans le temps. Face à un nouveau mixage, il prédit, pour chaque petite tranche de temps et de fréquence, quelle part de l'énergie revient à chaque source, puis reconstruit un fichier audio par source à partir de ces prédictions.
C'est pourquoi les résultats ne sont jamais tout à fait parfaits. Là où deux sources se chevauchent en temps et en fréquence, par exemple une voix féminine et une guitare saturée dans le même registre, le modèle doit trancher, et un peu de l'une se retrouve dans l'autre. Les modèles plus grands tranchent mieux ; c'est exactement ce que sont les moteurs « High Quality » et « Ultra ».
Pour une explication du modèle lui-même en langage simple, voir Comment fonctionne vraiment la séparation vocale par IA.
Pourquoi deux stems peuvent être plus propres que cinq
On est tenté de penser que cinq stems, c'est simplement « plus ». Pour l'instrumental, c'est souvent pire. Quand un modèle découpe en cinq, il doit attribuer chaque parcelle d'énergie à l'une de cinq cases, et les erreurs s'accumulent ; un coup de caisse claire qui tombe en partie dans « autres » et en partie dans « batterie » sonne légèrement flou quand on rejoue les deux ensemble. Quand il n'a qu'à décider « voix ou pas voix », il n'y a qu'une frontière à tracer correctement, et l'instrumental conserve la cohésion du mixage original.
Donc, pour le karaoké et les bandes instrumentales, choisissez deux stems. Pour tout ce qui exige vraiment la batterie ou la basse isolée, choisissez le mode multi-stems et acceptez un peu plus d'artefacts par stem.
Lequel pour quelle tâche
Karaoké et entraînement au chant. Extracteur de voix, deux stems. Conservez les harmonies avec un modèle qui ne retire que la voix principale, si l'outil en propose un.
Acapella pour un remix ou un mashup. Extracteur de voix, deux stems, et le moteur de plus haute qualité dont vous disposez ; l'acapella est le stem que vous entendrez le plus à nu.
Pistes d'entraînement pour un membre du groupe. Séparateur de stems. Coupez le stem de basse pour travailler la basse, celui de batterie pour travailler la batterie, et ainsi de suite. La table de mixage dans le navigateur le fait sans DAW.
Transcrire une partie. Séparateur de stems. Mettre le piano ou la basse en solo rend les notes bien plus faciles à entendre, et passer le résultat dans l'analyseur d'accords vous donne l'harmonie pour vérifier.
Sampler un break de batterie. Séparateur de stems, stem de batterie. Attendez-vous à un peu de fuite d'autres éléments percussifs.
Remixer une chanson entière. Séparateur de stems, cinq stems, puis traitez chaque stem comme une piste dans votre DAW. Réégalisez et compressez chacun légèrement ; les stems séparés y réagissent bien et cela masque les coutures.
Qualité : à quoi s'attendre pour chacun
Les deux modes sont au meilleur sur des morceaux modernes bien produits et au plus faible sur des enregistrements denses, réverbérés ou lo-fi. Quelques précisions :
- L'instrumental du mode deux stems est généralement la sortie la plus propre que produise un outil de séparation.
- L'acapella porte le plus d'artefacts, car la réverbération et les effets appliqués à la voix sont en partie ambigus.
- Le stem de batterie est en général excellent ; la batterie est spectralement bien distincte.
- Le stem de basse est bon, mais peut échanger des notes avec le grave d'une grosse caisse dans les mixages très chargés en basses.
- « Autres » est le fourre-tout et le moins prévisible : guitares, synthés, cordes et tout ce qui sort de l'ordinaire y atterrissent ensemble.
Gratuit ou payant ?
La séparation en deux stems avec le moteur standard est gratuite sur Mazmazika, avec une limite de durée par morceau et un quota quotidien. Les moteurs, modèles et durées de morceau plus grands inclus dans la formule gratuite et ceux qui viennent avec Pro sont listés en direct sur la page de l'extracteur de voix sous « Gratuit vs Pro », et la page des tarifs affiche les prix actuels dans votre devise. Si vous préparez une piste karaoké pour une fête, la voie gratuite suffit ; pour des stems que vous publierez ou jouerez sur scène, les moteurs plus grands se rentabilisent dès le premier morceau.
Une remarque sur les anciennes méthodes
Avant la séparation neuronale, il existait deux astuces : l'annulation de phase, qui soustrait les canaux gauche et droit pour supprimer tout ce qui est placé au centre, et le creusement par égaliseur, qui retire la plage de fréquences de la voix. Les deux abîment tout le mixage, car la basse, la grosse caisse et la caisse claire sont aussi au centre, et la plage vocale est aussi celle des guitares et des claviers. Elles sont encore intégrées à certains DAW et plug-ins gratuits ; il n'y a plus aucune raison de les utiliser aujourd'hui.
Prochaines étapes
- Essayez les deux modes sur la même chanson avec l'extracteur de voix et séparateur de stems et comparez l'instrumental.
- Vous préparez une version karaoké ? Suivez le guide karaoké pas à pas.
- Curieux de connaître le modèle ? Lisez comment fonctionne la séparation vocale par IA.