Караоке.

Description

В 2021 году больше не требуется покупать дорогостоящий софт, корпеть над треками днями и ночами, чтобы получить чистые вокальные/инструментальные партии, которые не будут резать слух. Разделить голос и музыку очень просто, если использовать нейросети!

С их помощью можно удалить музыку из песни, голос из трека, выделить и сохранить в качестве отдельных звуковых дорожек вокал, бас, ударные, пианино и другие инструменты. Главное преимущество нейросетей - это то, что вам не нужно быть профессиональным саунд-дизайнером, звукорежиссёром или композитором, чтобы получить качественный результат.

Нейронные сети, обученные на музыкальных композициях, сделают всю работу за вас. Да, не всегда идеально. Зато нейронки выигрывают в быстродействии, бесплатны и не требуют специальных знаний (при работе через скомпилированные версии с GUI), чтобы разделять вокал и музыку. Поэтому я рекомендую использовать их как любителям, так и профессионалам!

Возможности нейросети Lalal.ai
Lalal.ai — продвинутая нейронная сеть, обученная на 20 ТБ данных, чтобы облегчить создание и микширование музыки для диджеев, музыкантов, звукорежиссёров, танцоров и других творческих людей. Работает только через веб-интерфейс, может разделить голос и музыку не только в аудио, но и видео. Перед добавлением исходников можно выбрать один из трёх уровней обработки (слабый, нормальный, агрессивный), а также алгоритм анализа и разделения треков (старый/новый).

Особенности Lalal.ai:

Обработать можно только одну мелодию или видео за раз;
После обработки получаются два варианта дорожек — с вокалом и без;
Бесплатно можно добавить только 3 песни суммарной продолжительностью до 10 минут;
Платные тарифы позволяют обработать от 10 до 30 треков общей продолжительностью до 90-500 минут;
Для добавления более 30 треков продолжительностью свыше 500 минут можно оформить индивидуальный тарифный план (рассчитывается по запросу);
Превью (тестовые образцы) можно скачивать без ограничений в любом количестве, не регистрируясь и не используя бесплатные минуты;
Продолжительность превью — 1 минута.

Возможности нейросети Spleeter
Spleeter — ещё одна нейросеть, с помощью которой можно разделить голос и музыку. Главное отличие от Lalal.ai — с помощью Spleeter можно вычленить вокал, бас, ударные, пианино и другие инструменты. Можно настроить, что именно вы хотите получить, разделив аудиофайл на 2, 4 или 5 дорожек.

Библиотеку Spleeter может использовать любой желающий — она находится в открытом доступе на GitHub. Однако, для использования нейронной сети из репозитория потребуются определённые технические навыки. Например, знание того, как использовать Python, TensorFlow, работать с нейросетями и командной строкой.

Чтобы разделить голос и музыку онлайн с помощью Spleeter, используйте mvsep или melody, для работы в оффлайн режиме — скачайте и установите SpleeterGUI (работает только на Windows, поддерживает Windows 10), затем добавьте с помощью интерфейса или простым перетягиванием файлы, которые нужно обработать.

Внешний вид mvsep
Основные отличия между версиями:

Mvsep локализован на 11 языков, включая русский, не требует регистрации, обрабатывает файлы размером до 100 мегабайт и хранит историю операций. Можно выбрать, как разделить голос и музыку — на 2, 4 или 5 отдельных дорожек;
Melody перед заливкой треков требует ввести электронную почту (достаточно заполнить это поле однократно), работает только на английском языке, после разделения треков хранит историю недавних изменений. Можно выбрать либо разделение на 2 дорожки (вокал, инструментал), либо 4 (вокал, ударные, инструментал и всё остальное). Поддерживает заливку файлов размером свыше 100 мегабайт, но часто записывает крупные архивы с ошибками, поэтому стоит ограничиться небольшими треками;
Установочный файл SpleeterGUI занимает 905 МБ. Программа поддерживает 12 языков, включая русский. Можно выбрать качество звука (стандартное или максимальное), разделить голос и музыку на 2, 4 или 5 дорожек, указать место сохранения и максимальную продолжительность трека (хоть 600, хоть 1600 секунд и более). Не хранит историю операций, сбрасывая их после выхода из программы, работает быстрее веб-версий на мощных ПК. Больше подробностей о SpleeterGUI смотрите на GitHub.

Внешний вид SpleeterGUI
Возможности нейросети Vocalremover
Чтобы разделить голос и музыку в vocalremover, добавьте файл с помощью веб-интерфейса и подождите, пока алгоритм ИИ обработает аудио. После небольшого ожидания вы можете скачать две дорожки на выбор: вокальную или инструментальную.

По сравнению со Spleeter и Lalal.ai, vocalremover предлагает меньше возможностей для предварительной настройки и хуже справляется с разделением треков на составляющие. Например, нельзя выбрать качество обработки, длину трека, степень воздействия или что-либо другое.

Главные недочёты, хорошо заметные при удалении голоса и музыки из аудио с помощью нейросети vocalremover:

• Остаётся много шумов;
• Возникает эхо;
• Пропадают звуки;
• Может сильно искажаться голос.

Что лучше: Lalal.ai, Spleeter или Vocalremover?

На первом месте — Lalal.ai. Нейросеть чаще выдаёт чистый звук без артефактов, шумов и эха. На втором месте — Spleeter. В некоторых жанрах выдаёт результат лучше, чем Lalal.ai, позволяет разделить голос и музыку не только на вокальную и инструментальную части, но и отдельные составляющие, может работать оффлайн. На третьем месте — Vocalremover. Сильно уступает конкурентам как по качеству, так и по возможностям, зато обгоняет по скорости обработки и может проводить дополнительные операции с файлами.