Hinihiwalay ng vocal remover ang isang tapos nang mix pabalik sa mga bahagi nito. Magbigay ng kanta mula sa YouTube, SoundCloud, TikTok o Facebook, o mag-upload ng MP3 o WAV, at isang neural network na sinanay sa libo-libong multitrack na recording ang huhula kung aling bahagi ng tunog ang sa boses, sa drums, sa bass, sa piano, sa gitara at sa iba pang instrumento. Makukuha mo ang bawat bahagi bilang sariling file: malinis na instrumental para sa karaoke, acapella para sa remix, o drums-lang na track para sa pagsasanay.
At hindi ito tumitigil sa paghihiwalay. Bubukas ang resulta sa isang karaoke studio: umiilaw ang bawat salita ng lyrics habang tumutugtog ang kanta, puwede mong i-record ang sarili mong mga take kasabay ng banda, at sa pag-clone ng boses gamit ang AI, kakantahin ulit ang kanta sa sarili mong boses. Tumatakbo ang lahat sa mga server ng Mazmazika — ang Ultra at Mataas na Kalidad na engine sa mga GPU — kaya gumagana ito sa telepono gaya ng sa laptop, at walang kailangang i-install.
Binabasa nang live mula sa kasalukuyang plan settings, kaya laging tumutugma ang seksiyong ito sa ipinatutupad ng tool ngayon.
Kumpara sa klasikong phase-cancellation na “vocal cut” o sa isang desktop stem splitter, hindi kailangan ng online remover ng install o ng sarili mong GPU, pinapanatili ng AI separation ang mga reverb tail at harmony na buburahin ng centre-channel trick, at isang kumpletong karaoke studio ang resulta sa halip na isang folder ng mga file.
Isang karaoke studio sa iyong browser
Ipinapakita ng studio ang bawat stem bilang isang track: mga pahalang na lane na may waveform na puwede mong i-click para tumalon, o mga klasikong patayong channel strip. Bawat track ay may rotary knob para sa volume at pan, mute at solo, stereo level meter at sariling effect rack — low cut, 3-band EQ, compressor, init, transpose, doble, flanger, echo, reverb at limiter — na may one-tap na preset gaya ng Pulido, Mainit, Mahangin, Bulwagan, Radyo at Slapback.
Nakapaloob na ang pag-record: pindutin ang Mag-record at sisimulan ng tatlong-beat na count-in ang banda, saka malinis na kukunin ang iyong boses sa ibabaw ng mga track. Puwedeng maging sariling track ang bawat take — Take 1, Take 2 at iba pa — at puwede mong pangalanan ang bawat isa (hanggang 10 character) habang kumakanta ka, para lagi mong alam kung aling take ang alin. Puwede ka ring mag-upload ng take na ni-record mo sa ibang lugar. Nire-render ng mga download ang eksaktong naririnig mo: isang track, ang buong mix o isang ZIP ng bawat track, may mga effect man o wala.
Pag-clone ng boses gamit ang AI: ang kanta sa sarili mong boses
Kinakanta ulit ng “Magdagdag ng track sa iyong boses” ang lead vocal ng kanta sa iyong boses. Mag-record o mag-upload ng 10 hanggang 30 segundo ng iyong pagkanta o pagsasalita, kumpirmahing sarili mong boses ito, at kakantahin ulit ng isang singing voice conversion model ang hiwalay na vocals sa iyong boses habang pinapanatili ang orihinal na melodiya, timing at mga salita. Lalabas ang bagong track sa tabi ng orihinal: naka-mute ang orihinal na lead para marinig mo ang sarili mo, at isang tap sa M ang magbabalik dito para makapagkumpara.
Dalawang engine para sa pag-clone ng boses ang mapagpipilian: ang Seed-VC, ang mas mabilis, at ang SoulX-Singer, na napakalapit sumunod sa melodiya at halos doble ang tagal. Ikaw ang pipili ng oktaba (buong oktaba lang, para manatili sa key ng banda ang iyong boses) at ng bilang ng hakbang ng diffusion — mas maraming hakbang, mas maraming detalye at mas matagal nang naaayon. Nagiging bagong track ang bawat clone, hanggang walong track ng boses kada kanta, para maikumpara mo nang magkatabi ang mga engine.
- Mga kanta sa anumang wika: binabago ng conversion ang boses at pinapanatili ang mga salitang kinanta ng orihinal na mang-aawit
- Mga kalahating minuto hanggang isang minuto para sa isang apat na minutong kanta
- Nananatiling pribado sa iyong account ang sample ng iyong boses, ginagamit lang para gawin ang iyong mga track ng boses, at puwedeng tanggalin kahit kailan
- Pinakamahusay sa malinaw na lead vocal; lumalabo ang harmony at backing vocals, at medyo mas malambot ang dating ng mga salita kaysa sa orihinal
Gaano kahusay ang paghihiwalay?
Sa mahusay na pagkaka-produce na pop, rock at hip-hop, sapat na malinis ang instrumental para sa karaoke at live na paggamit. Ang mga recording na sobrang daming reverb, mga live bootleg at mga kantang dinodoble ng synth ang boses ay maaaring mag-iwan ng mahinang bakas. Kapansin-pansing binabawasan ng Mataas na Kalidad at Ultra na engine ang mga artifact na iyon.
Ito ba ang Ultimate Vocal Remover (UVR) online?
Walang kaugnayan ang Mazmazika sa Ultimate Vocal Remover, pero pinapatakbo nito ang parehong mga modelong hayagang makukuha ng publiko at dina-download ng mga gumagamit ng UVR: ang mga MDX-Net model (Voc FT, Inst HQ 3 at Kara 2) para sa boses at instrumental, at ang Demucs v4 para sa 4 at 6 na stem. Tumatakbo ang mga ito sa aming mga GPU, kaya nakukuha mo ang kalidad na iyon sa browser, pati sa telepono, nang walang kailangang i-install at nang walang sariling graphics card.
Puwede ko bang alisin ang boses sa isang YouTube video?
Oo. I-paste ang link ng video (isang youtube.com o youtu.be na address, o isang Short) at kukunin ang audio sa aming mga server, kaya hindi mo kailangang mag-download o mag-convert ng anuman muna. Ganoon din gumagana ang mga link mula sa SoundCloud, TikTok at Facebook.
Anong mga file format ang puwede kong i-upload?
MP3, WAV at M4A na file, pati mga link mula sa YouTube, SoundCloud, Facebook at TikTok. Ang output na track ay MP3 na 128 kbps sa Standard engine at 320 kbps sa Mataas na Kalidad at Ultra.
Ano ang stem?
Ang stem ay isang grupo ng mga instrumento na ini-export bilang sariling audio file: vocals, drums, bass, piano, gitara, at “iba pa” para sa mga synth at lahat ng natitira. Boses at instrumental lang ang ibinibigay ng mode na may dalawang stem.
Anong mga wika ang suportado ng naka-sync na lyrics?
Timing kada salita sa 16 na wika: Arabe, Tsino, Olandes, Ingles, Pinlandes, Pranses, Aleman, Griyego, Unggaro, Italyano, Hapones, Persyano, Polako, Portuges, Ruso at Espanyol. Ang mga kanta sa ibang wika ay may lyrics pa rin, naka-time kada linya, kaya umiilaw ang tamang linya habang kinakanta ito.
Anong mga wika ang suportado ng pag-clone ng boses?
Kahit ano. Boses lang ang binabago ng pag-clone ng boses sa pagkanta: galing sa orihinal na mang-aawit ang melodiya, ang timing at ang mga salita, kaya ang kantang nasa Arabe, Ingles o Hapones ay kakantahin ulit sa iyong boses sa parehong wika. Magkaibang data ang pinag-aralan ng dalawang engine — ang SoulX-Singer mula sa pagkanta sa Mandarin, Ingles at Cantonese, ang Seed-VC gamit ang isang multilingual na speech encoder — kaya kung hindi malinaw ang mga salita ng isang kanta, subukan ang kabilang engine.
Pribado ba ang sample ng aking boses?
Oo. Naiimbak lang ang sample sa iyong account pagkatapos mong kumpirmahing sarili mong boses ito o may pahintulot ka ng may-ari ng boses. Ginagamit lang ito para gawin ang iyong mga track ng boses, at puwede mo itong palitan o tanggalin kahit kailan. Ang kopyang ipinadala sa GPU para sa isang gawain ay binubura kasabay ng gawaing iyon.
Ilang take ang puwede kong i-record?
Kahit ilan ang gusto mo, sunod-sunod. Kapag naka-on ang “Sariling track ang bawat take”, hiwalay na track ang bawat take na puwede mong pangalanan, i-mix at i-download; hanggang walong track ng boses ang kaya ng isang kanta (magkasama ang mga take at clone ng boses). I-off ang opsyon at magsasama-sama ang iyong mga take sa iisang track na “Ikaw”.
Puwede ko bang gamitin nang komersyal ang resulta?
Sa iyo ang paghihiwalay mismo, pero nananatili ang copyright ng orihinal na recording. Ayos lang ang karaoke sa bahay, pagsasanay at pribadong pag-aaral; kailangan ng lisensya mula sa may-ari ng karapatan para maglabas ng remix o magtanghal sa publiko. Puwede lang gumawa ng clone ng boses mula sa sarili mong boses, o nang may pahintulot ng may-ari ng boses.
Bakit masyadong mahaba ang kanta ko?
Bawat engine ay may haba ng track kada run na nakadepende sa iyong plano; nakalista ang eksaktong minuto sa ilalim ng Libre vs Pro sa itaas at sa mismong tool. Pinoprotektahan ng limitasyon ang pinagsasaluhang pila para manatiling mabilis ang resulta para sa lahat.
Gumagana ba ito sa telepono?
Oo. Sa aming mga server nangyayari ang pagproseso, kaya browser lang ang kailangan ng page. Gumagana sa touch ang karaoke screen, ang pag-record at ang mixer, at napupunta ang mga download sa files app ng iyong telepono.
