Ének eltávolítása a zenéből, ingyen
Bontsd szét a dalt énekre és alapra — karaokéhoz, gyakorláshoz, remixhez. A szétválasztás a te gépeden fut, a felvétel nem megy fel sehová.
Húzd ide a zeneszámot, vagy válassz fájlt
MP3, WAV, M4A, FLAC vagy OGG, legfeljebb 100 MB és 10 perc. A zene a böngésződben marad — nem töltjük fel sehová.
Az első futáskor egyszer letöltünk egy 42–53 MB-os modellt és futtatókörnyezetet. Utána a böngésződ eltárolja, és az eszköz internet nélkül is működik.
Mit csinál pontosan ez az eszköz?
Egy kész keverésből — abból az egyetlen sávból, ami egy MP3-ban van — megpróbálja külön hallhatóvá tenni az éneket és minden mást. Az eredmény két fájl: az „ének”, amiben az énekhang marad, és az „alap”, amiben az összes hangszer. A kettő együtt pontosan az eredeti számot adja ki, mert az alapot úgy állítjuk elő, hogy az énekre kapott becslést kivonjuk az eredetiből. Ezért nem kerül bele semmi kitalált hang: ami az énekből bennmarad, azt hallani fogod az alapban is.
Ez nem ugyanaz, mint a régi „fáziskioltásos” trükk, ami a középre kevert hangot vonja ki, és a basszust meg a lábdobot is magával viszi. Itt egy neurális háló dolgozik, ami több ezer dalon tanulta meg, hogy hogyan néz ki egy énekhang egy spektrogramon. A feldolgozás a saját gépeden fut, a zene nem hagyja el a böngésződet.
Mennyire lesz tiszta? — őszintén
Jó lesz, de nem stúdiótiszta, és jobb, ha ezt előre tudod. Egy tisztán felvett, jól elkülönülő énekű popdalon a kettéválasztás meggyőző: az alapon alig hallani az éneket, az énekfájlban alig szól a kíséret. Ahol nehezebb dolga van a modellnek: erős visszhang és zengetés (a hang „farka” gyakran az alapban marad), sűrű kórus és többszólamú háttérvokál, torzított gitár és cintányér közelében lévő magas énekhangok, és a nagyon rossz minőségű, alacsony bitrátás forrás.
Egy technikai korlát, amit érdemes ismerni: a modell a spektrumnak csak az alsó részével dolgozik, körülbelül 14,7 kHz-ig. Emiatt a különválasztott énekfájl teteje tompább lesz, mint az eredetié. Az alapra ez nem vonatkozik — az az eredeti szám mínusz az ének, tehát a teljes sávszélessége megmarad.
Mennyi ideig tart?
Attól függ, hogy a böngésződ tudja-e használni a videokártyát. Ha igen (friss Chrome vagy Edge asztali gépen), egy háromperces dal tíz másodperc körül megvan. Ha nem, a processzoron fut, és nagyjából annyi ideig tart, amilyen hosszú maga a dal — három perc körül —, gyengébb gépen és telefonon ennél is több. A gomb fölött mindig kiírjuk a saját gépedre vonatkozó becslést, mielőtt elindítod.
A zenét 12 másodperces darabokban dolgozzuk fel, és a folyamatjelző ezeket számolja — ezért lehet pontosan látni, hol tart, és ezért lehet bármikor megszakítani.
Gyakori kérdések
Feltöltődik a zeném valahová?
Nem. A fájl a böngésződben marad, a szétválasztás a saját processzorodon vagy videokártyádon fut. Egyedül a modellt töltjük le a szerverünkről — utána már az is a gépeden van.
Miért csak két sáv, miért nincs külön dob és basszus?
Mert minden további sáv egy újabb, önálló modell — újabb 28 MB letöltés és újabb teljes végigfutás a dalon. A karaokéhoz és a gyakorláshoz az ének/alap felosztás kell, ezért ezt az egyet csináljuk meg rendesen.
Feltehetem a kész karaoke alapot YouTube-ra?
A szétválasztás nem változtat azon, hogy kié a dal. Egy eltávolított énekű felvétel továbbra is a szerzők és a kiadó műve, és a tartalomfelismerő rendszerek éppúgy megtalálják. Amit itt készítesz, azzal ugyanazok a jogok járnak, mint az eredetivel — ez a te felelősséged.
Van vízjel, napi limit vagy regisztráció?
Nincs egyik sem, és nem is lesz: mivel a feldolgozás a te gépeden fut, nekünk nem kerül semmibe, hányszor használod.
Modell: KUIELab-MDX-Net (Minseok Kim, Woosung Choi, Jaehwa Chung, Daewon Lee, Soonyoung Jung), doi:10.5281/zenodo.5717356, a CC BY 4.0 licenc alatt, változtatás nélkül. A teljes jogi megjegyzés a modellfájl mellett is megtalálható.