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。ブラウザのネットワークタブで確認できます——アップロードは発生しません。他の無料ボーカル除去ツールはファイルをサーバーに送って処理するため、サイズや1日の曲数で制限をかける必要があります。
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 →ブラウザ内で動作
アップロードも順番待ちもサーバーもなし。4分の曲で約1分。何もアップロードしない
曲は端末から出ません。ネットワークタブで確認できます。無料・アカウント不要
登録なし、透かしなし、曲数制限なし。2トラックとも元の長さで。よくある質問
はい。アカウント不要、透かしなし、1日の曲数制限もありません。処理はあなたの端末で行われるので、1曲あたりのサーバー費用が発生しません。サーバー側で処理する無料ツールが制限をかけざるを得ないのはそのためです。
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。ネットワークタブを開けば、初回のモデル取得のあとは外向きの通信がないことを確認できます。
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。ライセンスは重要です——性能で上回る研究用モデルは学術利用限定または非商用条件での公開であり、無料の公開ツールの背後に正直に置くことはできません。