Cerca «togliere la voce da una canzone» e troverai due tipi di strumenti: rimuovi voce e separatori di stem. I nomi suonano come due tecnologie diverse. Non lo sono. Entrambi usano la stessa famiglia di reti neurali addestrate su registrazioni multitraccia; la differenza sta in cosa producono e in cosa sono ottimizzati a fare. Sapere quale ti serve risparmia tempo di elaborazione e dà un risultato migliore.
In breve
- Un rimuovi voce ti dà due file: la voce e tutto il resto. È ottimizzato per rendere quel «tutto il resto» il più pulito possibile. Usalo per karaoke, basi strumentali e acapella.
- Un separatore di stem ti dà quattro o cinque file: voce, batteria, basso, pianoforte e «altri» strumenti. Usalo per i remix, per le basi di esercizio in cui silenzi il tuo strumento e per la trascrizione.
Molti servizi, tra cui il rimuovi voce di Mazmazika, offrono entrambe le modalità dalla stessa pagina, quindi la vera domanda è quale modalità scegliere per il lavoro da fare.
Come funzionano entrambi
Una canzone finita è un unico file stereo. Niente al suo interno dice «questa parte è il cantante». Un modello di separazione delle sorgenti impara, da migliaia di canzoni di cui erano disponibili le singole tracce, come tendono a suonare voci, batterie, bassi e tastiere: il timbro, la posizione nel campo stereo, il modo in cui evolvono nel tempo. Davanti a un nuovo mix, prevede, per ogni piccola porzione di tempo e frequenza, quanta energia appartiene a ciascuna sorgente, e ricostruisce un file audio per sorgente a partire da queste previsioni.
Ecco perché i risultati non sono mai del tutto perfetti. Dove due sorgenti si sovrappongono nel tempo e in frequenza, per esempio una voce femminile e una chitarra distorta nello stesso registro, il modello deve prendere una decisione, e un po' dell'una finisce nell'altra. I modelli più grandi decidono meglio; è esattamente questo che sono i motori «High Quality» e «Ultra».
Per una spiegazione in parole semplici del modello stesso, vedi Come funziona davvero la separazione vocale con l'IA.
Perché due stem possono essere più puliti di cinque
Si è tentati di pensare che cinque stem siano semplicemente «di più». Per la strumentale spesso è peggio. Quando un modello divide in cinque, deve assegnare ogni briciola di energia a uno di cinque contenitori, e gli errori si accumulano; un colpo di rullante che finisce in parte in «altro» e in parte in «batteria» suona leggermente sfocato quando i due vengono riprodotti di nuovo insieme. Quando deve decidere solo «voce o non voce», c'è un solo confine da tracciare bene, e la strumentale conserva la coesione del mix originale.
Quindi, per karaoke e basi strumentali, scegli due stem. Per tutto ciò in cui vuoi davvero la batteria o il basso da soli, scegli la modalità multi-stem e accetta qualche artefatto in più per stem.
Quale per quale lavoro
Karaoke ed esercizio di canto. Rimuovi voce, due stem. Mantieni le armonie usando un modello che rimuove solo la voce principale, se lo strumento ne offre uno.
Acapella per un remix o un mashup. Rimuovi voce, due stem, e il motore di qualità più alta che hai; l'acapella è lo stem che sentirai più esposto.
Basi di esercizio per un membro della band. Separatore di stem. Silenzia lo stem del basso per esercitarti al basso, quello della batteria per esercitarti alla batteria, e così via. Il mixer nel browser lo fa senza una DAW.
Trascrivere una parte. Separatore di stem. Mettere in solo il pianoforte o il basso rende le note molto più facili da sentire, e passare il risultato nell'analizzatore di accordi ti dà l'armonia con cui confrontarti.
Campionare un break di batteria. Separatore di stem, stem della batteria. Aspettati un po' di rientro da altri elementi percussivi.
Remixare un'intera canzone. Separatore di stem, cinque stem, poi tratta ogni stem come una traccia nella tua DAW. Riequalizza e comprimi leggermente ciascuno; gli stem separati rispondono bene e questo nasconde le cuciture.
Qualità: cosa aspettarsi da ciascuno
Entrambe le modalità danno il meglio su materiale moderno e ben prodotto e il peggio su registrazioni dense, riverberate o lo-fi. Qualche dettaglio:
- La strumentale della modalità a due stem è di solito la singola uscita più pulita che qualsiasi strumento di separazione produca.
- L'acapella porta con sé più artefatti, perché il riverbero e gli effetti che erano sulla voce sono in parte ambigui.
- Lo stem della batteria è in genere eccellente; la batteria è spettralmente ben distinta.
- Lo stem del basso è buono, ma può scambiare note con le frequenze basse della cassa nei mix molto carichi di bassi.
- «Altro» è il contenitore generico e il meno prevedibile: chitarre, synth, archi e tutto ciò che è insolito finiscono qui insieme.
Gratis o a pagamento?
La separazione a due stem con il motore standard è gratuita su Mazmazika, con un limite di durata per brano e una quota giornaliera. Quali dei motori, modelli e durate più grandi sono inclusi nel piano gratuito e quali arrivano con Pro è elencato in tempo reale nella pagina del rimuovi voce in «Gratis vs Pro», e la pagina dei prezzi mostra i prezzi attuali nella tua valuta. Se stai preparando una base karaoke per una festa, la via gratuita basta; per stem che pubblicherai o suonerai su un palco, i motori più grandi si ripagano già con il primo brano.
Una nota sui vecchi metodi
Prima della separazione neurale c'erano due trucchi: la cancellazione di fase, che sottrae i canali sinistro e destro per rimuovere tutto ciò che è al centro, e il notching con l'equalizzatore, che scava via la gamma di frequenze della voce. Entrambi danneggiano l'intero mix, perché anche basso, cassa e rullante stanno al centro, e nella gamma vocale vivono anche chitarre e tastiere. Sono ancora integrati in alcune DAW e plug-in gratuiti; oggi non c'è nessun motivo per usarli.
Prossimi passi
- Prova entrambe le modalità sulla stessa canzone con il rimuovi voce e separatore di stem e confronta la strumentale.
- Stai preparando una versione karaoke? Segui la guida karaoke passo dopo passo.
- Curioso di conoscere il modello? Leggi come funziona la separazione vocale con l'IA.