Eliminator Vocal al AI

AI remova vocala foloseste un model de invatare profunda (Mel-Band RoFormer) care analizeaza spectrograma cântecului dumneavoastra pe parcursul timpului si benzi de frecvență cu scala mel. Se estimează pista vocală, iar instrumentul este mixul original cu pista vocală eliminat, producand ieșirea curat în stil karaoke.

Modelul vocal a măsurat 11.3 dB vocal SDR și 16.0 dB instrumental SDR pe 50 MUSDB18 extracte de test, aproximativ 3 dB mai bine pe ambele motor folosite înainte. Ieșirea instrumentală este de obicei suficient de curată pentru karaoke sau remixing. Unele sângerări pot apărea pe piese greșit prelucrate sau comprimate.

Da! Obțineți atât vocalele izolate, cât și pistă instrumentală. Acest lucru este util pentru crearea versiunilor acapella, eșantionarea vocalelor pentru remixuri, sau transcrierea versurilor din amestecuri complexe.

Noi sprijinim fișiere MP3, WAV, FLAC, OGG, M4A și WEBM până la 50MB. Pentru cele mai bune rezultate, utilizați cel mai înalt fișier sursă de calitate disponibil (WAV sau FLAC preferat peste MP3) comprimat.

Da, crearea de piese de karaoke este una dintre cele mai populare utilizări. Ieșirea instrumentală este suficient de curată pentru spectacole de karaoke, videoclipuri de lungă cântare și muzica de fundal pentru evenimente.

Încărcaţi cântecul şi instrumentul produce automat atât pistă vocală izolat (acapella) cât şi instrumental. Extracţia vocală funcţionează cel mai bine pe piste bine amestecate cu vocale clare. Utilizaţi fişierele sursă WAV sau FLAC pentru cele mai curate rezultate.

Prelucrarea lotului este disponibilă prin API-ul nostru, permițându-vă să trimiteți mai multe piese pentru eliminarea vocală într-un flux automat de lucru. Interfața web procesează un cântec la un moment dat cu previzualizare și descărcare instantă.

Uneltul nostru folosește un model Mel-Band RoFormer pentru separarea vocală. Pe 50 MUSDB18 extracte de test a măsurat 11.3 dB vocal SDR și 16.0 dB instrumental SDR. Separarea-basea Transformator-de asemenea lasă mai puține artefacte decât metode spectrale vechi.

Da, dar rezultatele variază cu audio live. Înregistrările studio oferă cea mai bună calitate de separare. Înregistrările live cu zgomot public, reverb și instrumente suprapunătoare pot avea mai mult sângerări, deși modelul încă produce rezultate utilizabile.

Eliminarea Vocal folosește 2.000 de caractere pe pistă prelucrată. Conturile gratuite primesc 15.000 de caractere pe înregistrare. Instrumentul este disponibil pe toate planurile plătite cu cote de caracter generos pentru utilizare regulată.

Audio pe care îl separați pe orice plan plătit poate fi folosit comercial, și actualizarea acoperă și audio pe care l-ai separat mai devreme pe nivel liber; ieșirea gratuită este pentru uz personal, necomercial numai. Modelul vocal Mel-Band RoFormer este lansat sub licența MIT, astfel încât modelul în sine nu pune nicio restricție la utilizarea comercială. În fiecare caz trebuie să ai drepturile la cântecul original: folosirea muzicii cu drepturi de autor fără permisiunea poate încălca legile de drepturi de autor indiferent de modul în care audio este procesat.

Timpul de procesare depinde de lungimea pistei. Un cântec tipic de 3-5 minute durează 15-45 secunde pentru a procesa. Pesele mai lungi sau modurile de separare de calitate mai mare poate dura până la un minut. Rezultatele se reproduc instantaneu în browser-ul dumneavoastră.