Søk på «fjern vokal fra en sang», og du finner to typer verktøy: vokalfjernere og stem-splittere. Navnene høres ut som to forskjellige teknologier. Det er de ikke. Begge bruker samme familie av nevrale nettverk trent på multitrack-innspillinger; forskjellen ligger i hva de leverer og hva de er innstilt for. Å vite hvilken du trenger sparer prosesseringstid og gir et bedre resultat.
Kortversjonen
- En vokalfjerner gir deg to filer: stemmen og alt det andre. Den er innstilt for å gjøre «alt det andre» så rent som mulig. Bruk den til karaoke, backingspor og acapellaer.
- En stem-splitter gir deg fire eller fem filer: vokal, trommer, bass, piano og «andre» instrumenter. Bruk den til remiksing, øvingsspor der du demper ditt eget instrument, og transkripsjon.
Mange tjenester, inkludert Mazmazikas vokalfjerner, tilbyr begge modusene fra samme side, så det egentlige spørsmålet er hvilken modus du skal velge for jobben.
Slik fungerer begge
En ferdig sang er én enkelt stereofil. Ingenting i den sier «denne delen er vokalisten». En kildeseparasjonsmodell lærer, fra tusenvis av sanger der de enkelte sporene var tilgjengelige, hvordan stemmer, trommer, basser og keyboards pleier å lyde: klangfargen, plasseringen i stereobildet, måten de beveger seg over tid. Gitt en ny miks forutsier den, for hver liten bit av tid og frekvens, hvor mye av energien som tilhører hver kilde, og bygger opp én lydfil per kilde fra disse forutsigelsene.
Det er derfor resultatene aldri blir helt perfekte. Der to kilder overlapper i tid og frekvens, for eksempel en kvinnestemme og en vrengt gitar i samme register, må modellen gjøre en vurdering, og litt av den ene havner i den andre. Større modeller gjør bedre vurderinger; det er det «High Quality»- og «Ultra»-motorene er.
For en lettfattelig gjennomgang av selve modellen, se Slik fungerer AI-vokalseparasjon egentlig.
Hvorfor to stems kan være renere enn fem
Det er fristende å tro at fem stems bare er «mer». For instrumentalen er det ofte verre. Når en modell deler i fem, må den plassere hver bit energi i én av fem bøtter, og feilene samler seg opp; et skarptrommeslag som lander delvis i «annet» og delvis i «trommer», lyder litt smurt ut når de to spilles sammen igjen. Når den bare må avgjøre «stemme eller ikke stemme», er det én grense å treffe riktig, og instrumentalen beholder limet i den originale miksen.
Så til karaoke og backingspor, velg to stems. Til alt der du faktisk vil ha trommene eller bassen alene, velg multi-stem-modus og godta litt mer artefakter per stem.
Hvilken til hvilken jobb
Karaoke og sangøving. Vokalfjerner, to stems. Behold harmoniene ved å bruke en modell som bare fjerner hovedvokalen, hvis verktøyet tilbyr en.
Acapella til en remiks eller mashup. Vokalfjerner, to stems, og bruk den beste motoren du har; acapellaen er stemmen du kommer til å høre mest eksponert.
Øvingsspor til et bandmedlem. Stem-splitter. Demp bass-stemmen for å øve bass, tromme-stemmen for å øve trommer, og så videre. Nettlesermikseren gjør dette uten en DAW.
Transkribere en stemme. Stem-splitter. Å solo pianoet eller bassen gjør tonene langt lettere å høre, og å kjøre resultatet gjennom akkordanalysatoren gir deg harmonikken å sjekke mot.
Sample et drum break. Stem-splitter, tromme-stem. Forvent litt lekkasje fra andre perkussive elementer.
Remikse en hel sang. Stem-splitter, fem stems, og behandle så hver stem som et spor i din DAW. Gi hver av dem lett EQ og kompresjon; separerte stems responderer godt på det, og det skjuler sømmene.
Kvalitet: hva du kan forvente av hver
Begge modusene er sterkest på moderne, godt produsert materiale og svakest på tette, klangfulle eller lo-fi-innspillinger. Noen detaljer:
- Instrumentalen fra to-stem-modus er vanligvis det reneste enkeltresultatet noe separasjonsverktøy produserer.
- Acapellaen har flest artefakter, fordi klang og effekter som lå på stemmen er delvis tvetydige.
- Tromme-stemmen er som regel utmerket; trommer er spektralt tydelig adskilt.
- Bass-stemmen er god, men kan bytte toner med bunnen i en basstromme i svært bassrike mikser.
- «Annet» er samlebøtta og den minst forutsigbare: gitarer, synther, strykere og alt uvanlig lander her sammen.
Gratis eller betalt?
To-stem-separasjon med standardmotoren er gratis på Mazmazika, med en sporlengde per kjøring og en daglig kvote. Hvilke av de større motorene, modellene og sporlengdene som er med i gratisplanen, og hvilke som følger med Pro, står live på vocal remover-siden under Gratis vs. Pro, og prissiden viser gjeldende priser i din valuta. Lager du ett karaokespor til en fest, er gratisløpet nok; for stems du skal gi ut eller spille på en scene, betaler de større motorene seg selv på det første sporet.
En merknad om de gamle metodene
Før nevral separasjon var det to triks: fasekansellering, som trekker venstre og høyre kanal fra hverandre for å fjerne alt som er panorert til midten, og EQ-kutting, som skjærer ut vokalens frekvensområde. Begge skader hele miksen, fordi bass, basstromme og skarptromme også ligger i midten, og vokalområdet er der gitarer og tangenter også bor. De er fortsatt innebygd i noen DAW-er og gratis plugins; det er ingen grunn til å bruke dem i dag.
Neste steg
- Prøv begge modusene på samme sang med vokalfjerneren og stem-splitteren og sammenlign instrumentalen.
- Lager du en karaokeversjon? Følg karaokeguiden trinn for trinn.
- Nysgjerrig på modellen? Les hvordan AI-vokalseparasjon fungerer.