वोकल रिमूवर

Fast मोड गति के लिए ऑप्टिमाइज़ किए गए 14 MB मॉडल का उपयोग करता है — आमतौर पर 4 मिनट के गाने के लिए 15-30 सेकंड लगते हैं। Quality मोड अधिक विविध सामग्री पर प्रशिक्षित एक बड़े 32 MB मॉडल का उपयोग करता है, जो बेस की स्पष्टता बनाए रखने और रिवर्ब टेल्स को संभालने में बेहतर है। त्वरित प्रीव्यू के लिए Fast चुनें, और अंतिम प्रोडक्शन उपयोग के लिए Quality चुनें।

हज़ारों पेशेवर मल्टीट्रैक्स पर प्रशिक्षित एक न्यूरल नेटवर्क वोकल्स के फ़्रीक्वेंसी पैटर्न को इंस्ट्रूमेंट्स से अलग करना सीखता है। यह ऑडियो स्पेक्ट्रोग्राम को ओवरलैपिंग चंक्स में प्रोसेस करता है और अलग-अलग वोकल और इंस्ट्रूमेंटल वेवफ़ॉर्म्स का पुनर्निर्माण करता है।

जब WebGPU उपलब्ध होता है (अधिकांश आधुनिक डेस्कटॉप उपकरणों पर), तो इन्फ़्रेंस आपके GPU पर चलता है — जो केवल CPU प्रोसेसिंग की तुलना में काफ़ी तेज़ है। पुराने उपकरणों पर, यह स्वचालित रूप से मल्टी-थ्रेडेड WASM पर वापस आ जाता है। किसी कॉन्फ़िगरेशन की आवश्यकता नहीं है।

यह मॉडल इंस्ट्रूमेंटल से लीड और बैकिंग वोकल्स को एक साथ अलग करता है। जिन ट्रैक्स में आप हारमनी रखना चाहते हैं लेकिन केवल लीड वोकल हटाना चाहते हैं, उनके लिए परिणाम भिन्न हो सकते हैं — मॉडल सभी वोकल सामग्री को एक समान मानता है।

हाँ, हालाँकि इसे संगीत के लिए ऑप्टिमाइज़ किया गया है। बैकग्राउंड संगीत के साथ बोले गए शब्दों के लिए, यह आवाज़ को संगीत से प्रभावी ढंग से अलग करता है। केवल परिवेशी शोर वाले भाषण के लिए, एक समर्पित नॉइज़ रिमूवल टूल अधिक स्पष्ट परिणाम दे सकता है।

पर्याप्त GPU मेमोरी के बिना मोबाइल उपकरणों पर, प्रोसेसिंग स्वचालित रूप से Cloud Assist पर रूट हो जाती है — सुरक्षित सर्वर-साइड प्रोसेसिंग जहाँ काम पूरा होने के तुरंत बाद फ़ाइलें हटा दी जाती हैं। डेस्कटॉप उपयोगकर्ता पूरी तरह से ऑन-डिवाइस प्रोसेस करते हैं।

अलग किए गए वोकल ट्रैक और इंस्ट्रूमेंटल ट्रैक दोनों को मूल सैंपल रेट पर दोषरहित WAV के रूप में एक्सपोर्ट किया जाता है। फ़ाइलें समान अवधि बनाए रखती हैं और उन्हें सीधे DAW में लोड किया जा सकता है।