Средство для удаления вокала

В «Быстром» режиме используется модель объемом 14 МБ, оптимизированная для скорости — как правило, обработка 4-минутной композиции занимает 15–30 секунд. В «Качественном» режиме используется более объёмная модель объемом 32 МБ, обученная на более разнообразном материале; она лучше сохраняет чёткость низких частот и обрабатывает хвосты реверберации. Выбирайте «Быстрый» режим для быстрого прослушивания, а «Качественный» — для окончательной обработки.

Нейронная сеть, обученная на тысячах профессиональных многодорожечных записей, учится отделять частотные характеристики вокала от частотных характеристик инструментов. Она обрабатывает спектрограмму аудиосигнала по перекрывающимся фрагментам и восстанавливает отдельные вокальные и инструментальные сигналы.

Если WebGPU доступно (на большинстве современных настольных устройств), инференция выполняется на графическом процессоре — что значительно быстрее, чем обработка исключительно на центральном процессоре. На более старых устройствах система автоматически переключается на многопоточный WASM. Настройка не требуется.

Модель отделяет ведущий и бэк-вокал от инструментальной части. В случае треков, где необходимо сохранить гармонии, но удалить только ведущий вокал, результаты могут различаться — модель обрабатывает весь вокальный контент одинаково.

Да, хотя он оптимизирован именно для музыки. В случае речи на фоне музыки он эффективно отделяет голос от аккомпанемента. А для речи, сопровождаемой только окружающим шумом, более чистые результаты может дать специальный инструмент для подавления шума.

На мобильных устройствах с недостаточным объемом памяти графического процессора обработка автоматически перенаправляется в Cloud Assist — безопасную серверную среду, где файлы удаляются сразу после завершения обработки. Пользователи настольных компьютеров выполняют обработку полностью на самом устройстве.

Как отдельная вокальная дорожка, так и инструментальная дорожка экспортируются в формате WAV без потерь с исходной частотой дискретизации. Файлы сохраняют одинаковую продолжительность и могут быть напрямую загружены в DAW.