Utilia
Kategorien ▾
Sprache: de ▾

Gesang entfernen

Gesang aus einem Stereo-Song im Browser per Mittenauslöschung entfernen, den Bass behalten oder die Stimme grob isolieren. Download als WAV oder MP3.

Das ist ein einfacher Phasentrick, keine KI-Quellentrennung: Er entfernt oder behält alles, was im Stereomix genau in der Mitte liegt. Am besten funktioniert er bei Studioaufnahmen mit mittig platziertem Leadgesang; etwas Hall, Backgroundgesang oder mittig platzierte Instrumente bleiben erhalten oder werden mit beeinflusst.

Länge
–
Kanäle
–
Abtastrate
–
L/R-Korrelation
–
Aktion

So entfernen Sie den Gesang aus einem Song

  1. Legen Sie einen Stereo-Song auf der Ablagefläche ab (MP3, WAV, M4A, OGG, FLAC …). Er wird in Ihrem Browser dekodiert und nie hochgeladen.
  2. Prüfen Sie die Dateiangaben: Unter Kanäle muss Stereo stehen. Sie können das Original abspielen, um später zu vergleichen.
  3. Wählen Sie Gesang entfernen (Karaoke / Instrumental) oder Gesang isolieren (ungefähr).
  4. Lassen Sie für Karaoke Bass und Bassdrum behalten angehakt und passen Sie bei Bedarf die Bass-Trennfrequenz (Hz) an (150 Hz sind ein guter Ausgangspunkt).
  5. Wählen Sie das Format (WAV oder MP3) und klicken Sie auf Verarbeiten.
  6. Hören Sie sich das Ergebnis im Player an und klicken Sie dann auf Herunterladen.

So funktioniert die Mittenauslöschung

In den meisten Studiomischungen liegt der Leadgesang in der Mitte: Dasselbe Signal geht an den linken und den rechten Kanal. Gitarren, Keyboards, Backgroundgesang und Stereohall sind dagegen meist zu den Seiten verteilt. Zieht man den rechten Kanal vom linken ab, (L − R) / 2, löscht sich alles aus, was in beiden Kanälen identisch ist. Übrig bleibt das „Seitensignal“: die Instrumente, die sich zwischen links und rechts unterscheiden.

Das ist der ganze Trick hinter den klassischen „Karaoke“-Tasten von Hi-Fi-Anlagen – und genau das macht dieses Tool. Es ist ein Phasentrick, keine KI-Quellentrennung: Das Tool weiß nicht, was eine Stimme ist, es entfernt nur, was in der Mitte liegt.

Der Haken: Auch E-Bass und Bassdrum werden in die Mitte gemischt, daher klingt das Ergebnis einer reinen Auslöschung dünn. Mit Bass und Bassdrum behalten teilt das Tool das Audio an der Trennfrequenz mit Linkwitz-Riley-Filtern 4. Ordnung (zwei kaskadierte Butterworth-Biquads, offline von der Web-Audio-Engine des Browsers berechnet). Unterhalb der Trennfrequenz behält es das Mittensignal (L + R) / 2, in dem der Bass liegt; darüber das Seitensignal. Die beiden Bänder addieren sich ohne Überhöhung oder Senke. Eine höhere Trennfrequenz bringt mehr Tiefen zurück, aber auch mehr vom tiefsten Bereich einer Männerstimme.

Die Stimme isolieren (ungefähr)

Gesang isolieren (ungefähr) macht mit einer Kurzzeit-Fourier-Transformation das Gegenteil: Für jeden kleinen Zeitabschnitt und jede Frequenz behält es das Mittensignal und zieht davon die Stärke des Seitensignals ab. Klänge, die in beiden Kanälen gleich laut sind, bleiben erhalten; breite Klänge werden abgesenkt. Frequenzen unter 80 Hz und über 12 kHz werden entfernt, da sie selten Gesang enthalten. Rechnen Sie mit einem groben, „wässrigen“ Ergebnis, in dem einige mittige Instrumente übrig bleiben: praktisch zum Üben oder um einen Liedtext herauszuhören, nicht für eine saubere A-cappella-Spur.

Grenzen

  • Eine Mono-Datei (oder eine Stereodatei mit zwei identischen Kanälen) funktioniert nicht: Zwei gleiche Kanäle voneinander abzuziehen ergibt Stille. Das Tool weist Sie darauf hin.
  • Live-Aufnahmen, alte Stereomischungen mit der Stimme auf einer Seite und starker Stereohall auf der Stimme führen zu schwächeren Ergebnissen.
  • Das Ergebnis ist mono (beide Kanäle sind gleich) und auf einen Spitzenpegel von −1 dBFS normalisiert.

Häufige Fragen

Wird mein Song auf einen Server hochgeladen?

Nein. Dekodieren, Verarbeiten und Kodieren finden vollständig in Ihrem Browser statt. Die Datei verlässt Ihr Gerät nie.

Warum höre ich die Stimme noch leise?

Hall und Echo auf der Stimme sind oft stereo verteilt und löschen sich daher nicht aus. Auch links und rechts platzierter Background- und gedoppelter Gesang bleiben erhalten. Das ist die Grenze des Phasentricks.

Warum ist das Ergebnis mono?

Das Seitensignal (L − R) ist ein einzelner Kanal. Das Tool schreibt es in beide Kanäle der Ausgabe, damit es auf jedem Gerät gleichmäßig klingt.

Was bedeutet „L/R-Korrelation“?

Sie misst, wie ähnlich sich die beiden Kanäle sind, von 1 (identisch, mono) bis 0 (unabhängig). Ein Wert nahe 1 bedeutet, dass der Großteil der Mischung in der Mitte liegt und nach dem Entfernen des Gesangs wenig übrig bleibt.

Ist das so gut wie eine KI-Gesangstrennung?

Nein. KI-Tools erkennen Stimmen mit trainierten Modellen und liefern deutlich sauberere Spuren. Dieses Tool arbeitet sofort, privat und ohne Modelle, kann aber nur entfernen oder behalten, was in der Mitte des Stereobilds liegt.

Ähnliche Tools