Acapella-Extraktor

Der A-cappella-Extraktor nutzt ein MDX-Net-Neuralnetzwerk, das anhand Tausender gemischter Titel trainiert wurde, um den Gesangstrack zu identifizieren und zu isolieren. Er liefert einen sauberen A-cappella-Track (nur Gesang) und einen separaten Instrumental-Track – beide als verlustfreie WAV-Dateien. Es stehen zwei Modelloptionen zur Verfügung: „Fast“ (14 MB, MDXNET_1) für eine schnelle Extraktion und „Quality“ (32 MB, Voc_FT) für maximale Gesangsklarheit bei schwierigem Material.

Acapella Extractor und Vocal Remover nutzen dieselbe KI-Engine, verfolgen jedoch gegensätzliche Ziele. Acapella Extractor konzentriert sich darauf, möglichst saubere, isolierte Gesangsspuren zu liefern – ideal für Sampling, Remixing oder die Erstellung von Mashups. Vocal Remover konzentriert sich darauf, den Gesang zu entfernen, um eine saubere Instrumental- oder Karaoke-Begleitspur zu erzeugen. Beide geben Gesang und Instrumental als WAV-Dateien aus, doch der Arbeitsablauf ist jeweils für den jeweiligen Anwendungsfall optimiert.

Bei im Studio produzierten Tracks mit deutlicher Gesangspräsenz ist eine klare Trennung mit minimalen Artefakten zu erwarten – geeignet für professionelle Remixe und Mashups. Bei Live-Aufnahmen, stark überlagerten Gesangsstimmen oder Tracks, bei denen sich Gesang und Synthesizer den Frequenzbereich teilen, kann es zu gewissen Überlagerungen kommen. Das Qualitätsmodell (Voc_FT) liefert bei anspruchsvollem Material deutlich sauberere Ergebnisse.

Es funktioniert bei jedem gemischten Audiomaterial – kompletten Songs, DJ-Sets, Live-Aufnahmen, Podcast-Folgen. Das KI-Modell wurde speziell auf vollständige Mixe trainiert, nicht auf vorab getrennte Stems. Tracks mit klarer Gesangstrennung im Mix liefern die besten Ergebnisse.

Das hängt von Ihrem Gerät ab. Auf Desktop-Computern mit WebGPU-Unterstützung erfolgt die Verarbeitung vollständig auf Ihrem Gerät – die Dateien verlassen Ihr Gerät zu keinem Zeitpunkt. Auf Mobilgeräten oder langsamerer Hardware leitet das Tool die Daten möglicherweise an Cloud Assist (sichere Serververarbeitung) weiter, um schnellere Ergebnisse zu erzielen. Die Dateien in Cloud Assist werden unmittelbar nach der Verarbeitung gelöscht. Das Datenschutzsymbol im Upload-Bereich zeigt an, welcher Modus aktiv ist.

Eingabeformate: MP3, WAV, FLAC, OGG, M4A und AIFF. Maximale Länge: 15 Minuten. Ausgabe: verlustfreies WAV mit der ursprünglichen Abtastrate, sowohl für die A-cappella- als auch für die Instrumental-Spuren.

Produzenten nutzen extrahierte Acapellas zum Remixen, zum Sampling von Gesangshooks, zum Erstellen von Mashups mit verschiedenen Instrumentals, zum Erstellen von Karaoke-Tracks, für Vocal-Chops in der elektronischen Musik sowie zum Herausfiltern von Dialogen aus Musik in der Videoproduktion. DJs nutzen Acapellas für Live-Mashups und Übergänge.