Pembuang Vokal AI

Penghapusan vokal AI menggunakan model pembelajaran mendalam (Mel-Band RoFormer) yang menganalisis spektrogram lagu anda melepasi pita frekuensi masa dan mel-skala. Ia meramal trek vokal, dan instrumental adalah campuran asal dengan trek vokal itu dibuang, menghasilkan output gaya karaoke bersih.

Model vokal mengukur 11.3 dB vokal SDR dan 16.0 dB instrumental SDR pada 50 sampel ujian MUSDB18, kira-kira 3 dB lebih baik pada kedua-dua daripada enjin yang kami gunakan sebelum ini. Output instrumental biasanya cukup bersih untuk karaoke atau remix. Beberapa pelepasan-melalui mungkin berlaku pada trek yang diproses atau dimampatkan dengan kuat.

Ya! Anda mendapat kedua-dua vokal terisolasi dan trek instrumental. Ini berguna untuk mencipta versi acapella, sampel vokal untuk remix, atau transkripsi lirik dari campuran kompleks.

Kami menyokong fail MP3, WAV, FLAC, OGG, M4A, dan WEBM sehingga 50MB. Untuk hasil terbaik, gunakan fail sumber kualiti tertinggi yang ada (WAV atau FLAC lebih disukai daripada MP3 yang dimampatkan).

Ya, mencipta trek karaoke adalah salah satu penggunaan yang paling popular. Output instrumen cukup bersih untuk persembahan karaoke, video nyanyian bersama, dan muzik latar belakang untuk acara.

Muat naik lagu dan alat secara automatik menghasilkan kedua-dua trek vokal terisolasi (acapella) dan instrumental. Pengekstrakan vokal berfungsi dengan baik pada trek yang dicampur dengan baik dengan vokal yang jelas. Guna fail sumber WAV atau FLAC untuk hasil yang bersih.

Pemprosesan berbilang tersedia melalui API kami, membolehkan anda menghantar beberapa trek untuk pembersihan vokal dalam aliran kerja automatik. Antaramuka web memproses satu lagu pada satu masa dengan pralihat dan muat turun segera.

Alat kami menggunakan model Mel-Band RoFormer untuk pemisahan vokal. Pada 50 sampel ujian MUSDB18 ia mengukur 11.3 dB vokal SDR dan 16.0 dB instrumental SDR. Pemisahan berdasar-transformator seperti ini meninggalkan kurang artefak daripada kaedah berbasis-spektral yang lebih tua.

Ya, tetapi hasil berlainan dengan audio sepanjang masa. Rekod studio memberikan kualiti pemisahan terbaik. Rekod sepanjang masa dengan bunyi penonton, getaran, dan instrumen tumpang mungkin mempunyai lebih banyak pelepasan, walaupun model masih menghasilkan hasil yang boleh digunakan.

Pembersihan vokal menggunakan 2,000 aksara per trek yang diproses. Akaun percuma menerima 15,000 aksara pada pendaftaran. Alat ini tersedia pada semua rancangan berbayar dengan keistimewaan aksara yang luas untuk penggunaan biasa.

Audio yang anda pisahkan pada sebarang rancangan berbayar boleh digunakan secara komersial, dan penataran juga meliputi audio yang anda pisahkan sebelum ini pada aras percuma; output aras percuma adalah untuk penggunaan peribadi, bukan komersial sahaja. Model vokal Mel-Band RoFormer dikeluarkan di bawah lesen MIT, jadi model itu sendiri tidak meletakkan sebarang had pada penggunaan komersial. Dalam setiap kes anda mesti mempunyai hak lagu asal: menggunakan muzik hakcipta tanpa kebenaran boleh melanggar undang-undang hakcipta tanpa mengira bagaimana audio diproses.

Masa pemprosesan bergantung pada panjang trek. Lagu 3-5 minit biasanya mengambil masa 15-45 saat untuk diproses. Trek yang lebih panjang atau mod pemisahan kualiti yang lebih tinggi mungkin mengambil masa sehingga satu minit. Hasil dimainkan dengan serta merta dalam pelayar anda.