Utilia

Vocal Remover

Tanggalin ang vocals sa stereo na kanta sa browser mo gamit ang center-channel cancellation, panatilihin ang bass, o ihiwalay ang boses. WAV o MP3.

Simpleng phase trick ito, hindi AI source separation: inaalis o pinananatili nito ang anumang nasa eksaktong gitna ng stereo mix. Pinakamainam ito sa mga studio recording na nasa gitna ang lead vocal, at may mga reverb, backing vocal o instrumentong nasa gitna na mananatili o maaapektuhan.

Haba
–
Channel
–
Sample rate
–
L/R correlation
–
Ano ang gagawin

Paano tanggalin ang vocals sa isang kanta

  1. I-drop ang isang stereo na kanta sa drop zone (MP3, WAV, M4A, OGG, FLAC…). Dine-decode ito sa iyong browser at hindi kailanman ina-upload.
  2. Tingnan ang mga detalye ng file: dapat Stereo ang nakasulat sa Channel. Puwede mong i-play ang Orihinal para maihambing mamaya.
  3. Piliin ang Alisin ang vocals (karaoke / instrumental) o Ihiwalay ang vocals (tantiya).
  4. Para sa karaoke, iwanang may tsek ang Panatilihin ang bass at kick drum at i-adjust ang Bass crossover (Hz) kung kailangan (magandang panimula ang 150 Hz).
  5. Piliin ang Format (WAV o MP3) at pindutin ang Iproseso.
  6. Pakinggan ang player ng Resulta, saka pindutin ang I-download.

Paano gumagana ang center-channel cancellation

Sa karamihan ng studio mix, nasa gitna ang lead vocal: iisang signal ang ipinapadala sa kaliwa at kanang channel. Karaniwang nakakalat sa mga gilid ang mga gitara, keyboard, backing vocal at stereo reverb. Kung ibabawas mo ang kanang channel mula sa kaliwa, (L − R) / 2, nagkakansela ang lahat ng magkapareho sa dalawang channel, at ang matitira ay ang “side” signal: ang mga instrumentong magkaiba sa kaliwa at kanan.

Iyan ang buong lansihin sa likod ng mga klasikong “karaoke” na button sa mga hi-fi system, at iyan mismo ang ginagawa ng tool na ito. Phase trick ito, hindi AI source separation: hindi alam ng tool kung ano ang boses, inaalis lang nito ang nasa gitna.

Ang problema, nasa gitna rin ng mix ang bass guitar at kick drum, kaya payat ang iniiwan ng payak na cancellation. Sa Panatilihin ang bass at kick drum, hinahati ng tool ang audio sa crossover frequency gamit ang 4th-order na Linkwitz–Riley filter (dalawang magkakadugtong na Butterworth biquad, na nire-render offline ng Web Audio engine ng browser). Sa ibaba ng crossover, pinananatili nito ang mid signal (L + R) / 2, kung saan nakatira ang bass; sa itaas nito, pinananatili ang side signal. Nagsasama ulit ang dalawang banda nang walang bukol o lubak. Ang mas mataas na crossover ay nagbabalik ng mas maraming mababang tunog, pero pati ng mas mababang bahagi ng boses ng lalaki.

Paghihiwalay ng boses (tantiya)

Ang Ihiwalay ang vocals (tantiya) ay kabaligtaran ang ginagawa gamit ang short-time Fourier transform: sa bawat maliit na hiwa ng oras at bawat frequency, pinananatili nito ang mid signal at ibinabawas ang laki ng side signal. Nananatili ang mga tunog na magkasinlakas sa parehong channel; hinihinaan ang malalawak na tunog. Inaalis ang mga frequency sa ibaba ng 80 Hz at sa itaas ng 12 kHz dahil bihira silang may boses. Asahan ang magaspang at “matubig” na resulta na may natirang ilang instrumentong nasa gitna: kapaki-pakinabang ito para sa pagsasanay o para marinig ang liriko, hindi para sa malinis na a cappella.

Mga limitasyon

  • Hindi gagana ang mono na file (o stereo na file na magkapareho ang dalawang channel): ang pagbabawas ng dalawang magkapareho ay iniiwang katahimikan. Sinasabi ng tool kapag nangyari ito.
  • Mas mahina ang resulta ng mga live recording, lumang stereo mix na nasa isang gilid ang boses, at mabigat na stereo reverb sa boses.
  • Mono ang resulta (magkapareho ang dalawang channel) at ang level nito ay ino-normalize sa −1 dBFS na peak.

Mga madalas itanong

Ina-upload ba ang aking kanta sa server?

Hindi. Nangyayari sa iyong browser ang decoding, pagproseso at encoding. Hindi umaalis sa iyong device ang file.

Bakit mahina ko pa ring naririnig ang mang-aawit?

Madalas nakakalat sa stereo ang reverb at echo sa boses, kaya hindi sila nagkakansela. Nananatili rin ang mga backing vocal at doubled na vocal na nasa kaliwa at kanan. Ito ang limitasyon ng phase trick.

Bakit mono ang resulta?

Iisang channel ang side signal (L − R). Isinusulat ito ng tool sa parehong channel ng output para pantay itong tumugtog sa kahit anong device.

Ano ang ibig sabihin ng “L/R correlation”?

Sinusukat nito kung gaano kapareho ang dalawang channel, mula 1 (magkapareho, mono) hanggang 0 (walang kaugnayan). Ang halagang malapit sa 1 ay nangangahulugang nasa gitna ang karamihan ng mix at kaunti lang ang matitira pagkatapos tanggalin ang vocal.

Kasing-galing ba ito ng AI vocal separation?

Hindi. Nakikilala ng mga AI tool ang mga boses gamit ang mga sinanay na model at nagbibigay ng mas malinis na stem. Agaran, pribado at walang model ang tool na ito, pero maaari lang nitong alisin o panatilihin ang nasa gitna ng stereo image.