AI Stem Splitter

A división do tronco separa unha pista de son mesturada en compoñentes individuais (troncos): voces, batería, baixo e outros instrumentos. Isto é moi valioso para a produción musical, remesturas, mostraxe, transcrición e karaoke.

Pode dividir unha pista en 2 partes (vocais e instrumentais) ou 4 partes (vocais, batería, baixo e outros instrumentos). A guitarra, o piano, os sintetizadores e todo o que non sexa voz, batería ou baixo permanecen xuntos na Outra parte.

As voces están separadas por un modelo Mel- Band RoFormer en cada división. No modo de 4 cordas, un modelo SCNet separa a batería, o baixo e outros instrumentos do instrumental. Hai un motor para cada nivel, polo que a división libre de 2 cordas usa o mesmo modelo vocal que as divisións de conta.

On 50 MUSDB18 test excerpts the vocal model measured 11.3 dB vocal SDR and 16.0 dB instrumental SDR (signal-to-distortion ratio, higher is cleaner), about 3 dB better on both than the engine we used before. Some bleed-through between stems is normal, especially on heavily layered or compressed mixes.

O tempo de procesamento depende da lonxitude da pista e do número de cordas. Unha división de 4 cordas leva máis tempo que unha división de 2 cordas, porque un segundo modelo separa o instrumental despois de eliminar os vocais.

Stems you separate on any paid plan can be used commercially, and upgrading also covers stems you made earlier on the free tier; free-tier output is for personal, non-commercial use only. Both separation models are released under licenses that allow commercial use: MIT for the Mel-Band RoFormer vocal model and Apache 2.0 for the SCNet model. In every case you must have the rights to the original audio: separating copyrighted music does not grant you new rights to the individual stems.

O procesamento por lotes está dispoñíbel a través da nosa API, o que lle permite enviar varias pistas para a separación do tronco nun fluxo de traballo automatizado. A interface web xestiona unha pista de cada vez con vista previa instantánea e descarga de todos os troncos.

Non como unha árbore propia. O modo de 4 árbores xunta guitarras, piano, sintetizadores, teclados e todos os outros instrumentos na árbore Outra. Non está dispoñíbel unha árbore dedicada á guitarra ou ao piano.

Si, cada tronco é exportado como un ficheiro de son separado que pode ser importado en calquera DAW (Ableton, Logic Pro, FL Studio, etc.) para remezclar. Axuste os niveis, engada efectos ou substitua troncos individuais para crear novos arranxos.

A división do tronco emprega 2000 caracteres por pista procesada. As contas gratuítas reciben 15000 caracteres ao rexistrarse. Todos os plans de pago inclúen xenerosas asignacións de caracteres para uso regular.

Acéptanse ficheiros MP3, WAV, FLAC, OGG, M4A e WEBM de ata 50 MB. Para unha mellor calidade de separación, envíe formatos sen perdas (WAV, FLAC). Os ficheiros de saída fornécense en formato WAV para preservar a máxima calidade.

Our vocals come from a Mel-Band RoFormer model, a transformer architecture for music source separation, and the 4-stem split adds an SCNet model for drums, bass and other instruments. Rather than a ranking, we publish what we measured: 11.3 dB vocal SDR and 16.0 dB instrumental SDR on 50 MUSDB18 test excerpts.