Tách Giọng Hát

Chế độ Nhanh sử dụng mô hình 14 MB được tối ưu hóa về tốc độ — thường mất 15-30 giây cho một bài hát dài 4 phút. Chế độ Chất lượng sử dụng mô hình 32 MB lớn hơn được huấn luyện trên dữ liệu đa dạng hơn, giúp giữ độ rõ nét của âm trầm và xử lý đuôi âm vang tốt hơn. Hãy chọn Nhanh để nghe thử nhanh, chọn Chất lượng cho mục đích sản xuất cuối cùng.

Một mạng nơ-ron được huấn luyện trên hàng ngàn bản thu đa rãnh chuyên nghiệp sẽ học cách tách các mẫu tần số của giọng hát khỏi nhạc cụ. Nó xử lý phổ âm thanh theo các phân đoạn chồng lấp và tái tạo lại các dạng sóng giọng hát và nhạc cụ riêng biệt.

Khi WebGPU khả dụng (trên hầu hết các thiết bị máy tính để bàn hiện đại), quá trình suy luận sẽ chạy trên GPU của bạn — nhanh hơn đáng kể so với việc chỉ xử lý bằng CPU. Trên các thiết bị cũ hơn, hệ thống sẽ tự động chuyển sang sử dụng WASM đa luồng. Không cần bất kỳ cấu hình nào.

Mô hình tách chung giọng hát chính và giọng bè khỏi phần nhạc nền. Đối với các bản nhạc mà bạn muốn giữ lại phần hòa âm nhưng chỉ xóa giọng hát chính, kết quả có thể khác nhau — mô hình xử lý mọi nội dung giọng hát như nhau.

Có, mặc dù công cụ này được tối ưu hóa cho âm nhạc. Đối với giọng nói có nhạc nền, nó phân tách hiệu quả giọng nói khỏi nhạc đệm. Đối với giọng nói chỉ có tiếng ồn xung quanh, một công cụ loại bỏ tiếng ồn chuyên dụng có thể mang lại kết quả sạch hơn.

Trên các thiết bị di động không đủ bộ nhớ GPU, quá trình xử lý sẽ tự động chuyển sang Cloud Assist — tính năng xử lý an toàn trên máy chủ, nơi các tệp được xóa ngay sau khi hoàn tất. Đối với người dùng máy tính để bàn, quá trình xử lý diễn ra hoàn toàn trên thiết bị.

Cả đoạn giọng hát và nhạc cụ được tách riêng đều được xuất dưới dạng tệp WAV lossless với tốc độ lấy mẫu gốc. Các tệp này giữ nguyên thời lượng và có thể được tải trực tiếp vào DAW.