Премахване на AI вокал

AI вокално премахване използва модел за дълбоко обучение (Mel-Band RoFormer), който анализира спектрограмата на вашата песен през времето и честотни ленти с мелско размериране. Тя оценява вокалната песен, а инструменталната е оригиналната микс с тази вокална песен, която е отстранена, произвеждайки чист караоке стил изход.

Вокалният модел измерва 11,3 dB vocal SDR и 16.0 dB инструментален SDR на 50 MUSDB18 тестови извадки, около 3 dB по-добре и на двата двигателя, който използвахме преди. Инструменталният изход обикновено е достатъчно чист за караоке или ремиксиране. Някои кървене-пропускане може да се случи на силно преработени или сгъстени релсите.

Да! Вие получавате както изолираните вокали, така и инструменталната песен. Това е полезно за създаването на акапелни версии, вземане на проби на вокали за ремикс, или преписване на текстове от сложни смеси.

Подкрепяме MP3, WAV, FLAC, OGG, M4A и WEBM файлове до 50MB. За най-добри резултати използвайте най-висококачествения файл на разположение (WAV или FLAC предпочитат пред компресиран MP3).

Да, създаването на караоке песни е една от най-популярните употреба. Инструменталният изход е достатъчно чист за караоке изложби, пеещи-дужни видео и фонова музика за събития.

Качете песента и инструмента автоматично произвежда както изолираните вокална песен (акапелла) така и инструменталния. Вокалната екстракция работи най-добре на добре смесени песни с ясни вокали. Използвайте WAV или FLAC източници файлове за най-чистите резултати.

Пакетната обработка е достъпна чрез нашия API, позволявайки ви да представите няколко песни за отстраняване на вокала в автоматизиран работен поток. Web интерфейс обработва една песен по едно време с миген преглед и изтегляне.

Нашият инструмент използва модел Mel-Band RoFormer за разделяне на глас. На 50 MUSDB18 тест извадки той измерва 11,3 dB vocal SDR и 16.0 dB инструментална SDR. Така се оставят по-малко артефакти от старите спектрални методи.

Да, но резултатите варират при живо аудио. Студио записи дава най-доброто качество на разделяне. Живи записи с шум на публиката, реверб, и преклапащи инструменти могат да имат повече кървене-преминаване, въпреки че модела все още дава приложими резултати.

Вокалното премахване използва 2000 символа за преработка на пистата. Свободни сметки получават 15 000 символа на регистрация. Инструментът е на разположение във всички платени планове с щедър характер надбавки за редовна употреба.

Аудио, който отделяте по всеки платен план може да се използва търговски, а надграждането също обхваща аудио, който сте разделили по-рано на свободния ступеж; свободното изходно е за лична, нетърговска употреба. Мел-Банд РоФормер вокален модел се издава под лиценза на МИТ, така че самият модел не поставя ограничения върху търговската употреба. Във всеки случай трябва да имате правата на оригиналната песен: използването на авторска музика без разрешение може да наруши авторско право независимо от това как се обработва аудио.

Време за обработка зависи от дължината на песента. Типична 3-5-минутна песен отнема 15-45 секунди, за да се обработи. По-дълги трасета или по-качествени режими на разделяне могат да отнемат до минута. Резултатите играят обратно в браузъра си незабавно.