AI Stem Splitter
Отделите вокал, ударные, бас, гитару и другие партии. Загрузите аудио, прослушайте партии и скачайте WAV без потерь. Бесплатно, без аккаунта.
Перетащите аудиофайл сюда
WAV, MP3, FLAC, M4A, OGG, AIFF, AAC · До 10 минут / 100 МБ
Загружайте только аудио, которое вы вправе обрабатывать.
Файлы не публикуются. Скачайте результат в течение 24 часов. Затем файлы автоматически удаляются и не используются для обучения.
Восемь партий. Одна загрузка.
Как работает разделение аудио с ИИ
Разделение источников позволяет оценить отдельные дорожки вокала и инструментов, называемые стемами, по сведённой записи. Инструмент использует модели X-LANCE для выделения восьми групп инструментов. В их основе лежит BS-RoFormer — нейросеть, анализирующая связи между частотными полосами и во времени.
1. Представление звука во времени и по частотам
Кратковременное преобразование Фурье (STFT) анализирует небольшие окна записи и описывает частоты в каждый момент. Представление содержит амплитуду — силу звука — и фазу, то есть положение в цикле волны. Данные делятся на частотные полосы и преобразуются в признаки для нейросети.
2. Анализ связей во времени и между частотными полосами
BS-RoFormer использует механизм внимания для сопоставления информации по обеим осям. Если бас и бочка звучат в одном диапазоне, различить их помогают атака, длительность, гармоники и изменения во времени. Сеть оценивает комплексную маску, изменяющую амплитуду и фазу, а обратное STFT преобразует результат в звук.
3. Выделение групп специализированными моделями
Для каждой из восьми групп исходными данными служит оригинальный микс. Для ударных, синтезатора, перкуссии и оркестра результат первой модели передаётся второй для дальнейшего выделения. Вокал, бас, гитара и клавишные обрабатываются отдельными моделями для каждой группы.
4. Объединение перекрывающихся фрагментов и экспорт WAV
Длинные записи обрабатываются фрагментами по 10 секунд с перекрытием 2 секунды. Плавно меняющиеся веса при сложении соседних фрагментов уменьшают разрывы на стыках. Результат — стереофайлы WAV 44,1 кГц, 32-bit float с одинаковым началом и числом отсчётов. Нормализация громкости отдельных стемов не применяется: их можно разместить в одной позиции на шкале DAW для редактирования.
Как использовать разделённое аудио
Загрузите файл, и ИИ выделит группы инструментов. Слушайте или экспортируйте в DAW для изучения аранжировок, разучивания партий и работы со своими записями.
Качество разделения и использование
Инструменты, звучащие одновременно в близких диапазонах, сильное искажение и рассеянная реверберация затрудняют разделение. Возможны примеси других инструментов, потеря деталей и размытость звука. Границы категорий, например клавишных и синтезатора, тоже могут пересекаться. Каждая группа оценивается независимо, поэтому сумма восьми стемов может не совпадать с оригинальным миксом. Проверяйте дорожки и по отдельности, и в нужном сочетании.
Разделение не дает новых прав на запись или произведение. Используйте результат с разрешения правообладателей. Инструмент не создает новое исполнение и не оформляет права.
Хранение и удаление файлов
Аудио обрабатывается в Modal и временно хранится в закрытом Google Cloud Storage. Результат доступен вашему браузеру 24 часа, после чего файлы автоматически удаляются. Готовые файлы можно удалить сразу. Аудио не используется для обучения. Cookie и хешированный сетевой идентификатор защищают задания и предотвращают одновременные запросы.