Wyszukaj „usuń wokal z piosenki" i znajdziesz dwa rodzaje narzędzi: do usuwania wokalu i separatory ścieżek. Nazwy brzmią jak dwie różne technologie. Nie są nimi. Oba korzystają z tej samej rodziny sieci neuronowych trenowanych na nagraniach wielośladowych; różnica leży w tym, co zwracają i do czego są dostrojone. Wiedza, którego potrzebujesz, oszczędza czas przetwarzania i daje lepszy rezultat.
W skrócie
- Narzędzie do usuwania wokalu daje dwa pliki: głos i całą resztę. Jest dostrojone tak, by ta „cała reszta" była jak najczystsza. Używaj go do karaoke, podkładów i acapelli.
- Separator ścieżek daje cztery lub pięć plików: wokal, bębny, bas, fortepian i „pozostałe" instrumenty. Używaj go do remiksów, podkładów do ćwiczeń, w których wyciszasz własny instrument, oraz do transkrypcji.
Wiele serwisów, w tym narzędzie do usuwania wokalu Mazmazika, oferuje oba tryby na tej samej stronie, więc prawdziwe pytanie brzmi: który tryb wybrać do danego zadania.
Jak działają oba
Gotowa piosenka to jeden plik stereo. Nic w nim nie mówi „ta część to wokalista". Model separacji źródeł uczy się, na podstawie tysięcy piosenek z dostępnymi osobnymi śladami, jak zwykle brzmią głosy, bębny, basy i klawisze: ich barwa, położenie w panoramie stereo, sposób, w jaki zmieniają się w czasie. Otrzymując nowy miks, przewiduje dla każdego małego wycinka czasu i częstotliwości, jaka część energii należy do którego źródła, i z tych przewidywań odbudowuje po jednym pliku audio na źródło.
Dlatego rezultaty nigdy nie są w pełni doskonałe. Tam, gdzie dwa źródła nakładają się w czasie i częstotliwości, na przykład kobiecy głos i przesterowana gitara w tym samym rejestrze, model musi dokonać osądu i trochę jednego trafia do drugiego. Większe modele osądzają lepiej; właśnie tym są silniki „High Quality" i „Ultra".
Przystępne omówienie samego modelu znajdziesz w artykule Jak naprawdę działa separacja wokalu przez AI.
Dlaczego dwie ścieżki mogą być czystsze niż pięć
Kusi myśl, że pięć ścieżek to po prostu „więcej". Dla instrumentalu to często gorzej. Gdy model dzieli na pięć, musi przypisać każdą cząstkę energii do jednego z pięciu koszyków, a błędy się sumują; uderzenie werbla, które trafia częściowo do „pozostałych", a częściowo do „bębnów", brzmi lekko rozmazane, gdy oba są znów odtwarzane razem. Gdy model ma tylko rozstrzygnąć „głos czy nie głos", jest jedna granica do trafienia, a instrumental zachowuje spójność oryginalnego miksu.
Zatem do karaoke i podkładów wybieraj dwie ścieżki. Do wszystkiego, w czym naprawdę chcesz mieć osobno bębny lub bas, wybierz tryb wielościeżkowy i pogódź się z nieco większą ilością artefaktów na ścieżkę.
Które do jakiego zadania
Karaoke i ćwiczenie śpiewu. Usuwanie wokalu, dwie ścieżki. Zachowaj harmonie, korzystając z modelu usuwającego tylko wokal prowadzący, jeśli narzędzie go oferuje.
Acapella do remiksu lub mashupu. Usuwanie wokalu, dwie ścieżki, i najlepszy silnik, jaki masz; acapella to ścieżka, którą usłyszysz najbardziej odsłoniętą.
Podkłady do ćwiczeń dla członka zespołu. Separator ścieżek. Wycisz ścieżkę basu, by ćwiczyć bas, ścieżkę bębnów, by ćwiczyć bębny, i tak dalej. Mikser w przeglądarce robi to bez DAW.
Transkrypcja partii. Separator ścieżek. Solo fortepianu lub basu sprawia, że nuty są o wiele łatwiejsze do usłyszenia, a przepuszczenie rezultatu przez analizator akordów daje harmonię do porównania.
Samplowanie drum breaku. Separator ścieżek, ścieżka bębnów. Spodziewaj się lekkiego przesłuchu innych elementów perkusyjnych.
Remiks całej piosenki. Separator ścieżek, pięć ścieżek, a potem każdą traktuj jak ślad w swoim DAW. Lekko skoryguj każdą korektorem i kompresorem; oddzielone ścieżki dobrze na to reagują i to ukrywa szwy.
Jakość: czego spodziewać się od każdego
Oba tryby są najmocniejsze na współczesnym, dobrze wyprodukowanym materiale i najsłabsze na gęstych, pogłosowych lub lo-fi nagraniach. Kilka szczegółów:
- Instrumental z trybu dwóch ścieżek jest zwykle najczystszym pojedynczym wynikiem, jaki daje jakiekolwiek narzędzie do separacji.
- Acapella niesie najwięcej artefaktów, ponieważ pogłos i efekty nałożone na głos są częściowo niejednoznaczne.
- Ścieżka bębnów jest z reguły znakomita; bębny są widmowo wyraźnie odrębne.
- Ścieżka basu jest dobra, ale w bardzo basowych miksach może zamieniać nuty z dołem stopy.
- „Pozostałe" to worek na wszystko i najmniej przewidywalna ścieżka: gitary, syntezatory, smyczki i wszystko nietypowe lądują tu razem.
Za darmo czy za opłatą?
Separacja na dwie ścieżki standardowym silnikiem jest na Mazmazika darmowa, z limitem długości utworu na jedno uruchomienie i dziennym przydziałem. Które z większych silników, modeli i długości utworów wchodzą w plan darmowy, a które w Pro, jest wyświetlane na żywo na stronie narzędzia do usuwania wokalu w sekcji Darmowy vs Pro, a strona cennika pokazuje aktualne ceny w Twojej walucie. Jeśli robisz jeden podkład karaoke na imprezę, darmowa ścieżka wystarczy; przy ścieżkach do wydania albo na koncert większe silniki zwracają się już przy pierwszym utworze.
Uwaga o starych metodach
Przed separacją neuronową istniały dwie sztuczki: wygaszanie fazy, które odejmuje kanał lewy od prawego, by usunąć wszystko ustawione na środku, oraz wycinanie korektorem, które usuwa zakres częstotliwości wokalu. Obie niszczą cały miks, bo bas, stopa i werbel też siedzą na środku, a w zakresie wokalu żyją również gitary i klawisze. Nadal są wbudowane w niektóre DAW-y i darmowe wtyczki; dziś nie ma powodu, by ich używać.
Kolejne kroki
- Wypróbuj oba tryby na tej samej piosence w narzędziu do usuwania wokalu i separatorze ścieżek i porównaj instrumental.
- Robisz wersję karaoke? Skorzystaj z poradnika karaoke krok po kroku.
- Ciekawi Cię model? Przeczytaj, jak działa separacja wokalu przez AI.