AI 스템 스플리터
보컬, 드럼, 베이스, 그리고 다른 악기들을 각각의 스템으로 나누어 음악 제작, 리믹스, 연습을 위한 최첨단 AI를 활용해 곡을 완성해 보세요.
음악 트랙 업로드
노래당 3-5 크레딧어떻게 작동하는지
트랙을 스템으로 나누는 중...
사용 중 Mel-Band RoFormer + SCNet 검색 4개의 스템오디오 스템은 무엇입니까?
오디오 스템은 노래를 구성하는 개별 악기 또는 보컬 트랙입니다. 전문 음악은 일반적으로 수십 개의 개별 트랙으로 믹스되지만 스템 스플리팅은 AI를 사용하여 믹스를 리버스 엔지니어링하고 기본 구성 요소를 추출합니다.
모델 세부사항
보컬 Mel-Band RoFormer
각 분할에서 보컬을 분리합니다. 트랜스포머가 시간과 스펙트로그램의 멜 스케일 주파수 대역을 넘어서 참여하고, 악기는 보컬이 제거된 믹스입니다. 50 MUSDB18 테스트 샘플에서 측정: 11.3 dB 보컬 SDR 및 16.0 dB 악기 SDR.
드럼 SCNet
4개 스템 모드에서 드럼, 베이스 및 기타 악기로 악기를 분할합니다. 스펙트로그램을 주파수 하위 밴드로 분할하고 베이스와 킥 드럼이 있는 저음 밴드에 더 많은 세부 사항을 제공합니다.
최상의 결과를 위한 팁
- 가장 깨끗한 분리를 위해 무손실 입력(WAV/FLAC) 사용
- 4개 스템은 대부분의 음악 프로덕션 요구에 대한 달콤한 지점
- 기타, 피아노, 싱스는 모두 다른 스템에 착륙
- 명확한 편곡을 가진 노래(레이어링이 적음)는 더 나은 결과를 생성합니다.
- 편집을 위해 DAW로 가져올 계획이라면 WAV로 내보내기
- 보컬만 제거를 위해, 우리의 전문 보컬 제거기
어떻게 작동하는지
딥 러닝 모델은 음악의 스펙트럼 및 시간 패턴을 분석하여 놀라운 정확도로 개별 악기 그룹을 분리합니다.
당신의 트랙을 업로드
일반적인 오디오 형식으로 음악 파일을 드래그 앤 드롭하세요. 최대 50MB의 MP3, WAV, FLAC, OGG 및 M4A 파일을 허용합니다. 최상의 결과를 얻으려면 WAV 또는 FLAC과 같은 무손실 형식을 사용하십시오. 파일은 GPU 서버에서 안전하게 처리되고 1시간 이내에 자동으로 삭제됩니다.
AI가 각 스템을 분리
Mel-Band RoFormer 모델은 먼저 보컬을 분리하여 스펙트로그램의 시간과 mel-scaled 주파수 대역에 걸쳐 트랜스포머 주의를 사용합니다. 4개의 스템의 경우 SCNet 모델은 나머지 악기를 드럼, 베이스 및 기타 악기로 분리합니다.
스템 미리보기 및 다운로드
각 스템은 독립된 오디오 플레이어를 가지고 있어 개별 악기를 혼자서 미리 들을 수 있습니다. 특정 스템을 솔로로 혹은 뮤트로 하여 상호작용하는 방식을 들을 수 있습니다. 각 스템을 별도로 다운로드하거나 편리한 ZIP 아카이브로 모두 취득하여 DAW로 가져올 준비를 마치십시오.
스템 분할 사용 사례
AI 기반 스템 스플리팅은 업계 전반의 음악 제작, 교육 및 크리에이티브 워크플로우에 혁명을 일으키고 있습니다.
음악 제작 및 리믹스
개별 스템을 추출하여 리믹스, 매쉬업 및 새로운 편곡을 생성하세요. 기존 녹음에서 드럼 패턴, 베이스 라인 또는 보컬 훅을 샘플링하세요. 다른 노래에서 스템을 레이어링하여 독특한 프로덕션을 생성하세요. 레퍼런스 트랙으로 작업하거나 공식 리믹스를 생성하는 프로듀서에게 필수적입니다.
DJ 세트 & 퍼포먼스
라이브 DJ 세트와 공연을 위한 스템을 준비하세요. 창의적인 믹싱을 위해 아카펠라 드롭, 독립된 드럼 브레이크, 베이스 전용 버전을 만들어 보세요. 노래를 원활하게 연결하는 트랜지션 트랙을 만들어 보세요. 한 트랙의 보컬 스템을 다른 트랙의 악기로 믹스하여 독특한 라이브 매쉬업을 만들어 보세요.
연습 & 연구
연습할 특정 악기 파트를 분리합니다. 드러머는 드럼 트랙을 음소거하고 나머지 밴드와 함께 연주할 수 있습니다. 베이시스트는 기술을 연구하기 위해 베이스 라인을 분리할 수 있습니다. 기타리스트와 키보드 연주자는 Other 스템을 솔로로 사용하여 보컬, 드럼 또는 베이스 없이 파트를 들을 수 있습니다.
음악 교육 프로그램
음악 이론 분석을 위해 노래를 구성 요소로 나누어 보세요. 학생들이 믹스에서 악기가 어떻게 상호 작용하는지 이해할 수 있도록 도와주세요. 각 스템이 최종 노래에 어떻게 기여하는지 보여주면서 편곡 기법을 보여주세요. 음악 수업을 위한 맞춤 연습 트랙을 만들어 보세요.
샘플링 및 사운드 디자인
모든 녹음에서 깨끗한 샘플을 추출하여 새로운 프로덕션에 사용할 수 있습니다. 원샷 드럼 히트, 베이스 톤, 보컬 컷, 음악 프레이즈를 분리합니다. 기존 녹음에서 샘플 팩과 사운드 라이브러리를 생성합니다. 효과 체인을 통해 개별 스템을 처리하여 고유한 텍스처를 생성합니다.
영화 & 미디어 포스트 프로덕션
영화 및 TV 포스트 프로덕션을 위해 음악 스템을 추출합니다. 사운드트랙 믹스에서 보컬과 악기 간의 균형을 조정합니다. 배경 사용을 위해 라이센스 음악의 악기 버전을 생성합니다. 비디오 프로덕션에서 사운드 디자인 및 Foley 작업을 위해 특정 요소를 분리합니다.
노래방 & 커버 버전
보컬을 제거하여 완벽한 노래방 백 트랙을 만들 수 있습니다. 원래 악기 편곡에 자신만의 보컬을 녹음할 수 있습니다. 어쿠스틱 공연이나 밴드 리허설을 위해 드럼과 베이스 스템을 리듬 섹션 백 트랙으로 사용할 수 있습니다. 라이브 쇼를 위한 맞춤형 백 트랙을 만들 수 있습니다.
오디오 분석 및 전사
스템을 분리하여 정확한 음악 녹음을 만들 수 있습니다. 기보법을 위해 개별 악기 파트를 명확하게 들을 수 있습니다. 각 스템이 어떻게 처리되는지 연구하여 믹싱 기법을 분석할 수 있습니다. 음악학자, 녹음 서비스 및 편곡 분석에 완벽합니다.
가장 강력한 무료 스템 스플리터 온라인
두 개의 전문화된 모델
분할의 각 부분은 해당 작업을 위해 훈련된 모델을 사용합니다. 보컬은 Mel-Band RoFormer 모델에서 얻어집니다. 이 모델은 50개의 MUSDB18 테스트 샘플에서 11.3 dB의 보컬 SDR을 측정했습니다. 이는 이전 엔진보다 약 3 dB 높습니다. 4개 스템 모드에서는 SCNet 모델이 드럼, 베이스 및 기타 악기를 인스트루멘탈에서 분리합니다. 기타, 피아노 및 싱어송라이터는 Other 스템에서 함께 유지됩니다.
자유로운 2개 스템 분할
2개 스템 분리로 무료로 시작하세요. 계정을 만들거나 캐릭터를 지출하지 않고 어떤 노래든 보컬과 인스트루멘탈로 분리할 수 있습니다. 무료 분리는 계정 분리와 동일한 보컬 모델을 사용합니다. 워터마크가 없습니다. 무료 계정을 만들어 4개 스템 모드에서 드럼, 베이스 및 기타 악기를 분리하십시오.
GPU 가속 처리
스템 분할은 계산 집약적입니다. TTS.ai는 전용 NVIDIA GPU에서 분리 모델을 실행합니다. 처리 시간은 노래 길이에 따라 증가하며, 4개의 스템이 2개보다 더 오래 걸리는데, 이는 두 번째 모델이 악기에서 실행되기 때문입니다.
배치 처리를 위한 REST API
개발자 API를 사용하여 프로그래밍 방식으로 전체 음악 라이브러리를 처리합니다. 스템 분할을 애플리케이션, 음악 제작 도구 또는 DJ 준비 워크플로우에 빌드합니다. API는 2개 및 4개의 스템을 지원합니다. 모델 파라미터는 호환성을 위해 demucs와 spleeter를 허용하며 둘 다 동일한 엔진을 실행합니다. API 액세스는 Python, JavaScript, cURL SDK를 사용하는 모든 플랜에 포함되어 있습니다.
자주 묻는 질문
개선할 수 있는 점은 무엇입니까? 고객님의 피드백이 문제를 해결하는 데 도움이 됩니다.