Vocal Remover

O modo Rápido utiliza um modelo de 14 MB otimizado para velocidade — normalmente, de 15 a 30 segundos para uma música de 4 minutos. O modo Qualidade utiliza um modelo maior, de 32 MB, treinado com material mais diversificado, mais eficaz na preservação da clareza dos graves e no tratamento das caudas de reverberação. Escolha o modo Rápido para visualizações rápidas e o modo Qualidade para uso na produção final.

Uma rede neural treinada com milhares de faixas multitrack profissionais aprende a separar os padrões de frequência dos vocais dos instrumentos. Ela processa o espectrograma de áudio em trechos sobrepostos e reconstrói formas de onda separadas para os vocais e os instrumentos.

Quando o WebGPU está disponível (na maioria dos dispositivos desktop modernos), a inferência é executada na sua GPU — de forma significativamente mais rápida do que o processamento apenas na CPU. Em dispositivos mais antigos, o sistema recorre automaticamente ao WASM multithread. Não é necessária nenhuma configuração.

O modelo separa os vocais principais e os vocais de apoio da parte instrumental. Em faixas nas quais você deseja manter as harmonias, mas remover apenas o vocal principal, os resultados podem variar — o modelo trata todo o conteúdo vocal da mesma forma.

Sim, embora tenha sido otimizado para música. No caso de gravações faladas com música de fundo, ele separa com eficácia a voz do acompanhamento. Para gravações faladas com apenas ruído ambiente, uma ferramenta específica para remoção de ruído pode produzir resultados mais nítidos.

Em dispositivos móveis sem memória de GPU suficiente, o processamento é automaticamente encaminhado para o Cloud Assist — um processamento seguro no lado do servidor, no qual os arquivos são excluídos imediatamente após a conclusão. Os usuários de computadores processam tudo diretamente no dispositivo.

Tanto a faixa vocal isolada quanto a faixa instrumental são exportadas no formato WAV sem perdas, na taxa de amostragem original. Os arquivos mantêm a mesma duração e podem ser carregados diretamente em uma DAW.