Utilia
Kategorier ▾
Sprog: da ▾

Vokalfjerner

Fjern vokalen fra en stereosang i din browser med centerkanaludligning, behold bassen, eller isolér stemmen nogenlunde. Download som WAV eller MP3.

Det er et simpelt fasetrick, ikke AI-baseret kildeadskillelse: det fjerner eller beholder det, der ligger helt i midten af stereomixet. Det virker bedst på studieoptagelser med en centreret hovedvokal, og noget rumklang, korstemmer eller centrerede instrumenter vil blive tilbage eller blive påvirket.

Længde
–
Kanaler
–
Samplingsfrekvens
–
V/H-korrelation
–
Hvad skal der ske

Sådan fjerner du vokalen fra en sang

  1. Slip en stereo-sang på dropzonen (MP3, WAV, M4A, OGG, FLAC …). Den afkodes i din browser og uploades aldrig.
  2. Tjek filens oplysninger: Kanaler skal vise Stereo. Du kan afspille Original for at sammenligne bagefter.
  3. Vælg Fjern vokal (karaoke / instrumental) eller Isolér vokal (omtrentligt).
  4. Til karaoke lader du Behold bas og stortromme være markeret og justerer om nødvendigt Basskel (Hz) (150 Hz er et godt udgangspunkt).
  5. Vælg Format (WAV eller MP3), og klik på Behandl.
  6. Lyt til afspilleren Resultat, og klik derefter på Download.

Sådan fungerer centerkanaludligning

I de fleste studiemix er hovedvokalen panoreret til midten: det samme signal sendes til venstre og højre kanal. Guitarer, keyboards, korstemmer og stereorumklang er som regel spredt ud til siderne. Trækker du højre kanal fra venstre, (V − H) / 2, ophæver alt, der er identisk i begge kanaler, hinanden, og tilbage er »side«-signalet: de instrumenter, der er forskellige mellem venstre og højre.

Det er hele tricket bag de klassiske »karaoke«-knapper på hi-fi-anlæg, og det er præcis det, værktøjet gør. Det er et fasetrick, ikke AI-baseret kildeadskillelse: værktøjet ved ikke, hvad en stemme er, det fjerner blot det, der sidder i midten.

Haken er, at basguitaren og stortrommen også er mixet i midten, så ren udligning giver et tyndt resultat. Med Behold bas og stortromme deler værktøjet lyden ved skelfrekvensen med 4. ordens Linkwitz–Riley-filtre (to kaskadekoblede Butterworth-biquads, der renderes offline af browserens Web Audio-motor). Under skelfrekvensen beholder det midtersignalet (V + H) / 2, hvor basen bor, og over den beholder det sidesignalet. De to bånd lægges sammen igen uden bump eller dyk. En højere skelfrekvens bringer mere af bunden tilbage, men også mere af den dybeste del af en mandestemme.

Isolering af stemmen (omtrentligt)

Isolér vokal (omtrentligt) gør det modsatte med en korttids-Fouriertransformation: for hvert lille tidsudsnit og hver frekvens beholder den midtersignalet og trækker størrelsen af sidesignalet fra. Lyde, der er lige høje i begge kanaler, overlever, mens brede lyde skrues ned. Frekvenser under 80 Hz og over 12 kHz fjernes, da de sjældent indeholder stemme. Regn med et groft, »vandet« resultat med nogle centrerede instrumenter tilbage: det er praktisk til øvning eller til at høre en tekst, ikke til en ren a cappella.

Begrænsninger

  • En mono-fil (eller en stereofil, hvor de to kanaler er identiske) kan ikke bruges: når man trækker to ens kanaler fra hinanden, bliver der stilhed. Værktøjet fortæller dig, når det sker.
  • Liveoptagelser, gamle stereomix med stemmen på den ene side og kraftig stereorumklang på stemmen giver svagere resultater.
  • Resultatet er mono (begge kanaler er ens), og niveauet normaliseres til −1 dBFS spids.

Ofte stillede spørgsmål

Bliver min sang uploadet til en server?

Nej. Afkodning, behandling og kodning foregår i din browser. Filen forlader aldrig din enhed.

Hvorfor kan jeg stadig høre sangeren svagt?

Rumklang og ekko på stemmen er ofte spredt i stereo, så de ophæver ikke hinanden. Korstemmer og dobbelte stemmer, der er panoreret til venstre og højre, bliver også stående. Det er grænsen for fasetricket.

Hvorfor er resultatet mono?

Sidesignalet (V − H) er én kanal. Værktøjet skriver det til begge kanaler i outputtet, så det spiller jævnt på enhver enhed.

Hvad betyder »V/H-korrelation«?

Det måler, hvor ens de to kanaler er, fra 1 (identiske, mono) til 0 (urelaterede). En værdi tæt på 1 betyder, at det meste af mixet er centreret, og at der bliver lidt tilbage efter fjernelse af vokalen.

Er det lige så godt som AI-baseret vokaladskillelse?

Nej. AI-værktøjer genkender stemmer med trænede modeller og giver langt renere spor. Værktøjet er øjeblikkeligt, privat og uden modeller, men det kan kun fjerne eller beholde det, der er i midten af stereobilledet.

Relaterede værktøjer