Al Vocal Remover

Äänilevyn poistossa käytetään syväoppimismallia (Mel-Band RoFormer), joka analysoi laulusi spektrogrammia eri aikoina ja mel-skaalattuja taajuuskaistoja. Siinä arvioidaan ääniraita, ja instrumentaali on alkuperäinen yhdistelmä, jossa ääniraita poistetaan ja saadaan aikaan puhdas karaoketyylinen ulostulo.

Äänimallissa mitattiin 11,3 dB:n äänisaalis ja 16,0 dB:n instrumentaalinen SDR 50 MUSDB18 -testikappaleissa, noin 3 dB:n äänitaso molemmissa kuin aiemmin käyttämämme moottori. Instrumentin ulostulo on tyypillisesti riittävän puhdas karaokeen tai uudelleen sekoittamiseen. Osa vuotoja voi tapahtua raskaasti prosessoiduilla tai paineistetuilla raiteilla.

Kyllä, saat sekä eristetyt laulukappaleet että instrumentaalikappaleen. Tästä on hyötyä acapella-versioiden luomisessa, remikseille tarkoitettujen äänien näytteilleotossa tai moniosaisten kappaleiden sanoitusten siirtelyssä.

Kannatamme MP3-, WAV-, FLAC-, OGG-, M4A- ja WEBM-tiedostoja 50 MB:hen asti. Parhaiden tulosten saavuttamiseksi käytä parasta saatavilla olevaa lähdetiedostoa (WAV- tai FLAC-tiedostoa mieluummin kuin paineistettua MP3-tiedostoa).

Karaokekappaleiden luominen on yksi suosituimmista käyttökohteista. Instrumentin tuotos on riittävän puhdas karaokeesityksiin, lauluvideoihin ja tapahtumien taustamusiikkiin.

Laulun ja työkalun lataaminen tuottaa automaattisesti sekä erillisen laulukappaleen (acapella) että soittimen. Laulun poisto toimii parhaiten hyvin sekoitetuilla kappaleilla, joissa on selkeä laulu. Puhtaimpiin tuloksiin käytetään WAV- tai FLAC-lähdetiedostoja.

Erän käsittely on saatavilla API:n kautta, jolloin voit lähettää useita kappaleita äänien poistoon automaattisessa työnkulussa. Verkkorajapinta käsittelee kappaleen kerrallaan pikakatselun ja -latauksen avulla.

Työkalumme käyttää Mel-Band RoFormer -mallia äänieristykseen. 50 MUSDB18 -testissä se mittasi 11,3 dB:n äänieristyksen ja 16,0 dB:n instrumentaalisen SDR:n. Näin transformerpohjainen erottaminen jättää vähemmän esineitä kuin vanhemmat spektripohjaiset menetelmät.

Kyllä, mutta tulokset vaihtelevat liveäänen kanssa. Studioäänitykset antavat parhaan erottavan laadun. Live-äänitteillä, joissa on yleisöääntä, kaikua ja päällekkäin soivia soittimia, voi olla enemmän vuotoja läpi, vaikka malli tuottaa yhä käyttökelpoisia tuloksia.

Laulujen poistossa käytetään 2 000 merkkiä per käsitelty kappale. Ilmaistilit saavat 15 000 merkkiä ilmoittautuessaan. Työkalu on saatavilla kaikissa maksullisissa suunnitelmissa, joissa on runsaat luontoissuoritukset säännölliseen käyttöön.

Ääni, joka erottaa sinut kaikista maksullisista suunnitelmista, voidaan käyttää kaupallisesti, ja päivitys kattaa myös aiemmin ilmaistasolla erotetun äänen; vapaatasoinen ulostulo on vain henkilökohtaista, ei-kaupallista käyttöä varten. Mel-Band RoFormer -äänimalli julkaistaan MIT-lisenssin alla, joten malli ei aseta rajoituksia kaupalliselle käytölle. Jokaisessa tapauksessa on oltava oikeudet alkuperäiseen kappaleeseen: tekijänoikeudella varustettu musiikki ilman lupaa voi rikkoa tekijänoikeuslakeja riippumatta siitä, miten ääni käsitellään.

Käsittelyaika riippuu radan pituudesta. Tyypillinen 3-5 minuutin kappale kestää 15-45 sekuntia. Pidemmät kappaleet tai laadukkaammat erot voivat kestää jopa minuutin. Tulokset soivat selaimessasi välittömästi.