AI Stem Splitter
Tách giọng hát, trống, bass, guitar và nhiều phần khác. Tải âm thanh lên, nghe từng phần và tải WAV không mất dữ liệu. Hoàn toàn miễn phí, không cần tài khoản.
Thả tệp âm thanh vào đây
WAV, MP3, FLAC, M4A, OGG, AIFF, AAC · Tối đa 10 phút / 100 MB
Chỉ tải lên âm thanh bạn có quyền hoặc được phép xử lý.
Tệp được giữ riêng tư. Tải kết quả trong vòng 24 giờ. Sau đó tệp sẽ tự động bị xóa, không dùng để huấn luyện.
Một lần tải lên. Tám phần âm thanh.
Cách AI tách âm thanh
Tách nguồn âm thanh là quá trình ước lượng các bản giọng hát và nhạc cụ riêng, gọi là stem, từ một bản thu đã trộn. Công cụ này dùng các mô hình X-LANCE để trích xuất tám nhóm nhạc cụ. Thành phần cốt lõi là BS-RoFormer, mạng nơ-ron phân tích mối quan hệ giữa các dải tần và theo thời gian.
1. Biểu diễn âm thanh theo thời gian và tần số
Phép biến đổi Fourier thời gian ngắn (STFT) phân tích các đoạn âm thanh rất ngắn để xác định tần số ở từng thời điểm. Dữ liệu gồm biên độ, thể hiện độ mạnh của âm, và pha, thể hiện vị trí trong chu kỳ sóng. Biểu diễn này được chia thành các dải tần rồi chuyển thành đặc trưng để mạng xử lý.
2. Liên kết đặc trưng theo thời gian và giữa các dải tần
BS-RoFormer dùng cơ chế attention để liên kết thông tin theo cả hai chiều. Với các âm chồng lấn như bass và trống kick, thời điểm phát âm, độ ngân, họa âm và biến đổi theo thời gian là các manh mối phân biệt. Mạng ước lượng một mặt nạ phức để điều chỉnh biên độ và pha, sau đó dùng STFT nghịch đảo để chuyển kết quả về âm thanh.
3. Trích xuất từng nhóm bằng mô hình chuyên biệt
Cả tám nhóm đều bắt đầu từ bản trộn gốc. Với trống, synth, bộ gõ và dàn nhạc, đầu ra của mô hình thứ nhất được đưa vào mô hình thứ hai để tiếp tục trích xuất. Giọng hát, bass, guitar và đàn phím dùng mô hình riêng cho từng nhóm.
4. Ghép các đoạn chồng lấn và xuất WAV để chỉnh sửa
Bản thu dài được xử lý theo đoạn 10 giây, chồng lấn 2 giây. Trọng số thay đổi dần khi cộng các đoạn liền kề để giảm gián đoạn tại điểm nối. Đầu ra là WAV stereo 44,1 kHz, 32-bit float, có cùng vị trí bắt đầu và số mẫu. Không chuẩn hóa âm lượng riêng từng stem, nên bạn có thể đặt chúng tại cùng một vị trí trong DAW để chỉnh sửa.
Sử dụng âm thanh đã tách
Tải tệp lên để AI ước tính từng nhóm nhạc cụ, rồi nghe hoặc xuất sang DAW. Hữu ích khi nghiên cứu phối khí, học từng phần và chỉnh sửa bản thu của bạn.
Chất lượng tách và cách sử dụng
Các nhạc cụ vang lên cùng lúc ở vùng tần số tương tự, âm méo mạnh và tiếng vang lan rộng khiến việc tách khó hơn. Kết quả có thể lẫn âm nhạc cụ khác, mất chi tiết hoặc bị nhòe. Ranh giới giữa đàn phím và synth cũng có thể không rõ. Mỗi nhóm được ước lượng độc lập nên cộng cả tám stem có thể không khôi phục chính xác bản trộn gốc. Hãy nghe cả từng phần riêng và tổ hợp bạn định sử dụng.
Việc tách âm thanh không cấp thêm quyền đối với bản thu hoặc tác phẩm. Chỉ sử dụng theo sự cho phép của chủ sở hữu. Công cụ không tạo bản biểu diễn mới hay cấp phép âm nhạc.
Lưu trữ và xóa tệp
Âm thanh được xử lý trên Modal và lưu tạm trong Google Cloud Storage riêng tư. Trình duyệt của bạn truy cập kết quả trong 24 giờ, sau đó tệp tự động bị xóa. Bạn cũng có thể xóa ngay tệp đã xử lý. Không dùng âm thanh để huấn luyện. Cookie và mã mạng đã băm bảo vệ tác vụ và tránh yêu cầu chồng chéo.