ここに曲をドロップ
MP3・WAV・FLAC・OGG・M4A — 動画ファイルも可
分離のしくみ
曲をドロップすると、カラオケ音源とボーカルの2トラックに分かれます。ニューラルネットワークが曲のスペクトログラムを読み、各時点の各周波数について、その音がどれだけ人の声かを判断します。カラオケ用フィルターのように周波数で切り落とすのではありません。ギターと同じ音域のボーカルも分離できる——イコライザーではなくモデルを使う理由はそこにあります。
曲は端末から出ません
モデルは初回のみブラウザにダウンロードされます(78 MB、以降は端末に保存)。曲そのものはどこにも送信されません。サーバーで分離するツールは、まずファイルをアップロードする必要があります。
カラオケ音源として使う
出力されるカラオケ音源は、伴奏がそのままでリードボーカルだけが消えた状態です。歌ってみたの音源、原曲のバンドに合わせた楽器練習、ナレーションと声がぶつからない動画のBGMなどに使われます。2つのトラックは元の長さのまま、原曲と同期しています。
苦手なところ
分離は引き算ではなく推定です。ボーカルの深いリバーブはモデルから見れば半ば音楽なので、一部はカラオケ音源に残ります。コーラスやボーカルサンプルもリードと一緒に消えます。歯擦音はモデルが解析する帯域より上にあるため、わずかに残ります。音圧の高い密な楽曲ほど分離は難しくなります。
ボーカルのほうが必要なら
2つのトラックは同じ処理で作られるので、アカペラもすぐ隣にあり、どちらもダウンロードできます。声のほうが目的なら、ボーカル抽出のページが同じ処理をアカペラ中心に並べ替えたものです。
ボーカル抽出を開く →4つのステムに分ける
カラオケや多くのリミックス作業には2トラックで十分です。ドラムだけ、あるいはベースラインだけが必要なときは、音源分離が4分割のモデルを使います——ボーカル・ドラム・ベース・その他。ダウンロードは157 MB、4分の曲で約3分半かかります。
音源分離を開く →よくある質問
無料です。透かしなし、2トラックとも元の長さで。AI の書き出しは 1 日 3 回まで無料で、Pro なら無制限です。処理はあなたの端末で行われ、何もアップロードされません。
いいえ。AIモデルがブラウザにダウンロードされ、分離はその場で行われます。曲そのものはどこにも送信されません。
一般的なノートPCで4分の曲に約1分、加えて初回のみ78 MBのモデル取得です。以降はキャッシュされ、計算時間だけになります。プロセッサ1スレッドで動き、グラフィックカードは不要です。
カラオケ・練習・多くのリミックス作業には十分ですが、公式のインストゥルメンタル音源の代わりにはなりません。密な部分ではボーカルがわずかに残り、歯擦音やリバーブの残響が伴奏側に残ります。
1ファイルあたり10分です。他のツールの1時間より短いのは、規則ではなくメモリの都合です。分離は曲全体を非圧縮のままタブ内に保持し、さらにトラックごとに複製が必要で、1分あたり約125 MBになります。
DeezerがMITライセンスで公開したSpleeterをONNXに変換し、onnxruntimeでブラウザ内で実行しています。