Supprimer la voix d'une chanson

Comment enlever la voix d’une chanson

1. Déposez une chanson en stéréo dans la zone prévue (MP3, WAV, M4A, OGG, FLAC…). Elle est décodée dans votre navigateur, jamais envoyée.
2. Vérifiez les informations du fichier : Canaux doit indiquer Stéréo. Le lecteur Original vous permettra de comparer ensuite.
3. Choisissez Supprimer la voix (karaoké / instrumental) ou Isoler la voix (approximatif).
4. Pour un karaoké, laissez Garder la basse et la grosse caisse coché et ajustez au besoin la Fréquence de coupure des basses (Hz) (150 Hz est un bon point de départ).
5. Choisissez le Format (WAV ou MP3) et appuyez sur Traiter.
6. Écoutez le lecteur Résultat, puis appuyez sur Télécharger.

Le principe : l’annulation du canal central

Dans la plupart des mixages studio, la voix principale est placée au centre : le même signal part à gauche et à droite. Les guitares, claviers, chœurs et réverbérations stéréo sont en général répartis sur les côtés. Si l’on soustrait le canal droit du canal gauche, (G − D) / 2, tout ce qui est identique des deux côtés s’annule. Il reste le signal « side » (différence) : les instruments qui ne sont pas pareils à gauche et à droite.

C’est tout le secret des anciens boutons « karaoké » des chaînes hi-fi, et c’est exactement ce que fait cet outil. Il s’agit d’une astuce de phase, pas d’une séparation par intelligence artificielle : l’outil ne reconnaît pas une voix, il retire simplement ce qui est au milieu.

Le problème, c’est que la basse et la grosse caisse sont elles aussi mixées au centre : une annulation brute donne un son maigre. Avec Garder la basse et la grosse caisse, l’outil coupe le signal en deux bandes à la fréquence choisie, avec des filtres de Linkwitz-Riley du 4ᵉ ordre (deux filtres Butterworth biquad en cascade, calculés hors ligne par le moteur Web Audio du navigateur). Sous la coupure, il garde le signal central (G + D) / 2, où se trouve la basse ; au-dessus, il garde le signal de différence. Les deux bandes se recombinent sans creux ni bosse. Une coupure plus haute rend plus de graves, mais aussi un peu plus du bas de la voix, surtout pour une voix d’homme.

Isoler la voix (approximatif)

Isoler la voix (approximatif) fait l’inverse grâce à une transformée de Fourier à court terme : pour chaque petite tranche de temps et chaque fréquence, l’outil garde le signal central et lui retire l’amplitude du signal de différence. Les sons aussi forts à gauche qu’à droite restent ; les sons larges sont atténués. Les fréquences sous 80 Hz et au-dessus de 12 kHz sont supprimées, car elles contiennent rarement de la voix. Le résultat est brut, un peu « aquatique », avec des instruments centrés qui subsistent : pratique pour travailler un chant ou comprendre des paroles, pas pour obtenir une piste a cappella propre.

Limites

• Un fichier mono (ou stéréo dont les deux canaux sont identiques) ne peut pas fonctionner : soustraire deux canaux égaux donne du silence. L’outil vous le signale.
• Les enregistrements en public, les vieux mixages stéréo avec la voix d’un seul côté et les voix noyées de réverbération stéréo donnent de moins bons résultats.
• Le résultat est en mono (les deux canaux sont identiques) et son niveau est normalisé à −1 dBFS en crête.