AI дауыс өшіргішName

AI дауысты өшіруі терең үйрену моделін (Mel- Band RoFormer) қолданады, ол әніңіздің спектрограммасын уақыт пен mel- масштабталған жиілік жолақтары бойынша талдайды. Ол дауысты жолақты болжайды, ал инструменталды жолақты өшірген бастапқы микшке айналады, таза караоке- стилдегі шығаруды шығарады.

The vocal model measured 11.3 dB vocal SDR and 16.0 dB instrumental SDR on 50 MUSDB18 test excerpts, about 3 dB better on both than the engine we used before. The instrumental output is typically clean enough for karaoke or remixing. Some bleed-through may occur on heavily processed or compressed tracks.

Иә! Сіз бөлек вокалды да, аспаптық жолсызықты да ала аласыз. Бұл акапелла нұсқаларын жасауға, ремикстерге вокалды семплинг жасауға немесе күрделі микстерден сөздерді аударуға пайдалы.

Біз MP3, WAV, FLAC, OGG, M4A, және WEBM файлдарын 50Мб- ға дейін қолдаймыз. Ең жақсы нәтижеге қол жеткізу үшін ең сапалы бастапқы файлды қолданыңыз (WAV немесе FLAC сығылған MP3- тан артық).

Иә, караоке жолсызықтарын жасау ең көп қолданылатындардың бірі. Инструменттік шығару караоке орындауларына, бірге ән айту видеоларына, және оқиғалар үшін фон музыкасына жеткілікті таза.

Әнді жүктеп беріңіз, сонда құрал автоматты түрде вокалды жолсызық (acapella) мен инструменталды жолсызықты да шығарады. Вокалды алу ең жақсысы таза вокалмен жақсы араласқан жолсызықтарда. Ең таза нәтижеге WAV не FLAC файлдарын қолданыңыз.

Бірнеше жолсызықтарды автоматты түрде дауысты өшіру үшін беруге мүмкіндік беретін пакетті өңдеу API арқылы қол жетімді. Веб интерфейсі бір мезгілде бір әнді өңдеп, алдын- ала қарап, жүктеп алады.

Our tool uses a Mel-Band RoFormer model for vocal separation. On 50 MUSDB18 test excerpts it measured 11.3 dB vocal SDR and 16.0 dB instrumental SDR. Transformer-based separation like this leaves fewer artifacts than older spectral-based methods.

Иә, бірақ тірі дыбыспен нәтижелер әртүрлі. Студиялық жазбалар ең жақсы ажырату сапасын береді. Тікелей жазбалар көрермен шуы, реверберациясы және аспаптардың бір- біріне жабысып тұрғаны бар, бірақ модель қолданылатын нәтижелерді береді.

Вокалды өшіру үшін жолсызық үшін 2000 таңба қажет. Тегін тіркелгілер тіркелгенде 15000 таңба алады. Бұл құрал барлық төлемді жоспарларда бар, әрі ол қалыпты пайдалану үшін көп таңбаны пайдаланады.

Барлық төлемді жоспарларда бөлек шығарған аудиосы коммерциялық мақсатта қолданылуы мүмкін, тегін деңгейде бөлек шығарған аудиосы да жаңарту кезінде қосылады; тегін деңгейде шығарған аудиосы тек жеке, коммерциялық емес мақсатта қолданылады. Mel- Band RoFormer вокалды үлгісі MIT лицензиясы бойынша шығарылған, сондықтан коммерциялық мақсатта қолдануға шектеу қойылмайды. Әрине, бастапқы әннің құқығы бар болу керек: авторлық құқықты рұқсатсыз қолдану авторлық құқық заңын бұзу болып табылады, аудио қалай өңделсе де.

Жұмыс уақыты жолсызықтың ұзындығына байланысты. Кәдімгі 3- 5 минуттық әнді өңдеу 15- 45 секундқа созылады. Ұзақ жолсызықтарды немесе сапалы бөлу режімдерін өңдеу бір минутқа созылады. Нәтижелер браузерде бірден ойнатылады.