AI Stem Splitter
Separa voz, batería, bajo, guitarra y más. Sube tu audio, escucha cada parte y descarga pistas WAV sin pérdida. Gratis y sin cuenta.
Arrastra tu audio aquí
WAV, MP3, FLAC, M4A, OGG, AIFF, AAC · Hasta 10 minutos / 100 MB
Sube únicamente audio que tengas derecho o permiso para procesar.
Los archivos son privados. Descarga en 24 horas. Después se eliminan automáticamente y no se usan para entrenar modelos.
Ocho partes. Una sola subida.
Cómo funciona la separación con IA
La separación de fuentes estima pistas de voz e instrumentos, llamadas stems, a partir de una grabación mezclada. Esta herramienta utiliza modelos X-LANCE para extraer ocho grupos de instrumentos. Su núcleo es BS-RoFormer, una red neuronal que analiza relaciones entre bandas de frecuencia y a lo largo del tiempo.
1. Representar el sonido en tiempo y frecuencia
La transformada de Fourier de tiempo corto (STFT) analiza ventanas breves de audio para describir las frecuencias presentes en cada instante. Incluye la amplitud, que indica la intensidad del sonido, y la fase, que describe la posición en el ciclo de la onda. Esta representación se divide en bandas de frecuencia y se convierte en características que la red puede procesar.
2. Relacionar patrones temporales y bandas de frecuencia
BS-RoFormer utiliza atención para relacionar información en ambas dimensiones. Cuando el bajo y el bombo comparten frecuencias, sus ataques, duración, armónicos y evolución temporal aportan pistas para distinguirlos. La red estima una máscara compleja que modifica amplitud y fase; después, una STFT inversa convierte el resultado en audio.
3. Extraer cada grupo con modelos específicos
Los ocho grupos parten de la mezcla original. Para batería, sintetizador, percusión y orquesta, la salida de un primer modelo pasa a un segundo para continuar la extracción. Voz, bajo, guitarra y teclados utilizan un modelo específico para cada grupo.
4. Unir segmentos solapados y exportar WAV editables
Las grabaciones largas se procesan en segmentos de 10 segundos con 2 segundos de solapamiento. Los segmentos se suman con pesos que cambian gradualmente para reducir las discontinuidades. La salida son WAV estéreo de 44,1 kHz y 32 bits en coma flotante, con el mismo inicio y número de muestras. No se normaliza el volumen de cada stem, por lo que puedes colocarlos en el mismo punto de un DAW y editarlos.
Cómo utilizar el audio separado
Sube un archivo para que la IA estime cada grupo de instrumentos. Escucha o exporta a tu DAW para estudiar arreglos, aprender partes y editar tus propias grabaciones.
Calidad de separación y uso
Los instrumentos que coinciden en tiempo y frecuencias, la distorsión intensa y la reverberación difusa dificultan la separación. Puede haber filtraciones de otros instrumentos, detalles ausentes o sonido difuminado. Categorías como teclados y sintetizadores pueden solaparse. Como cada grupo se estima de forma independiente, sumar los ocho stems puede no reproducir exactamente la mezcla original. Escúchalos tanto por separado como en la combinación que quieras utilizar.
Separar no concede nuevos derechos sobre la grabación o composición. Usa el resultado según lo permitan sus titulares. Esta herramienta no crea una interpretación nueva ni gestiona licencias musicales.
Almacenamiento y eliminación de archivos
El audio se procesa en Modal y se guarda temporalmente en Google Cloud Storage privado. Tu navegador accede al resultado durante 24 horas; después se elimina automáticamente. También puedes borrar los archivos terminados de inmediato. No entrenamos con tu audio. Una cookie y un identificador de red cifrado mediante hash protegen los trabajos y evitan solicitudes simultáneas.