Vai al contenuto

Rimuovere la voce da una canzone

Dividi una canzone in traccia vocale e base strumentale (karaoke), oppure in voce, batteria, basso e altro, con un modello di IA che funziona nel tuo browser; la musica non viene mai caricata.

Trascina qui una canzone o un videoMP3, WAV, M4A, FLAC, OGG – oppure l'audio di un MP4, MOV, WebM · gratis fino a 10 min
Scegli una canzoneElaborato sul tuo dispositivo – non viene caricato
Funziona nel tuo browser · nessun caricamentoCome funziona

Come usare Rimuovi voce

  1. 1

    Trascina qui una canzone o un video

    Scegli un file MP3, WAV, M4A, FLAC o OGG, oppure un video di cui vuoi la colonna sonora. I formati meno comuni, come AVI o WMA, vengono decodificati dal motore ffmpeg integrato anziché dal browser.

  2. 2

    Scegli 2 o 4 tracce

    Con 2 tracce ottieni una traccia vocale e una base strumentale. Con 4 tracce la musica viene divisa ulteriormente in batteria, basso e tutto il resto. Al primo utilizzo il modello viene scaricato una sola volta: 39 MB o 79 MB.

  3. 3

    Premi Separa

    La canzone passa attraverso il modello in blocchi sovrapposti da 12 secondi. La barra mostra a che punto è il lavoro e più o meno quanto manca, e Annulla interrompe subito l'elaborazione.

  4. 4

    Ascolta, silenzia e isola

    Si parte con la base strumentale e la voce silenziata. Puoi silenziare o isolare qualsiasi traccia, oppure cliccare su una forma d'onda per saltare a quel punto; le tracce restano sincronizzate mentre cambi.

  5. 5

    Salva in WAV o MP3

    Scarica la base strumentale, una singola traccia o tutte le tracce in un unico ZIP, in WAV a 16 bit senza perdita di qualità oppure in MP3 a 320 kbps.

Limiti e Pro

Canzoni fino a 10 minuti e 500 MB; da un file più lungo vengono separati i primi 10 minuti. Su smartphone e dispositivi con 4 GB di memoria o meno si separano fino a 5 minuti alla volta (3 minuti con 4 tracce).

Fino a 20 minuti per canzone con 2 tracce e 12 minuti con 4 tracce su computer. Scopri Pro

Informazioni su Rimuovi voce

Vocal remover divide una canzone già finita in tracce separate, dette stem, usando Spleeter, un modello di separazione delle sorgenti addestrato dal team di ricerca di Deezer sul proprio catalogo musicale con licenza e rilasciato con licenza MIT. Nella modalità a 2 tracce ottieni la voce e tutto il resto, cioè la versione strumentale o karaoke del brano. Nella modalità a 4 tracce la musica viene divisa ancora in batteria, basso e altri strumenti. Le tracce escono a 44,1 kHz in stereo (una registrazione mono resta mono) e, riprodotte insieme, ricompongono esattamente la registrazione originale.

Si usa per il karaoke e per esercitarsi a cantare sulla base originale, per avere una traccia «meno uno» su cui suonare il proprio strumento, per ricavare la voce a cappella per un remix o un mash-up e per ricostruire a orecchio una linea di basso o un ritmo di batteria.

Il modello lavora su uno spettrogramma: per ogni frammento di tempo e di altezza stima quanta parte appartiene a ciascuna traccia. Decide fino a circa 11 kHz; sopra questa soglia ogni traccia riceve la sua quota media, così piatti e alte frequenze del mix vengono mantenuti anziché tagliati. I risultati dipendono dalla registrazione. Un cantante solista ben distinto sopra una band si separa bene. Code di riverbero, cori raddoppiati, voci molto elaborate lasciano spesso un leggero fantasma nella base, e gli strumenti nella gamma della voce, come una chitarra solista o un sassofono, possono finire nella traccia vocale. Non può togliere un solo cantante da un duetto, cambiare tonalità o tempo, né rimuovere un singolo strumento diverso da batteria o basso.

Privacy

La canzone viene decodificata e separata da un worker in background all'interno di questa scheda del browser, quindi l'audio non lascia mai il tuo dispositivo e non serve alcun account. Vengono scaricati solo i file del programma: il motore ONNX Runtime da jsDelivr e il modello Spleeter da Hugging Face (huggingface.co). Il modello resta nella memoria di questo browser per la canzone successiva finché non premi Rimuovi; le tracce esistono solo in questa scheda finché non le salvi.

Funzionalità

Separazione sul tuo dispositivo

Spleeter gira con ONNX Runtime in un Web Worker, sulla scheda grafica con WebGPU o sul processore con WebAssembly.

Silenzia e isola durante l'ascolto

Ogni traccia ha la sua forma d'onda e i pulsanti per silenziarla e isolarla, così prima di salvare ascolti la versione karaoke, la sola voce o qualsiasi combinazione.

WAV, MP3 o uno ZIP con tutte le tracce

Salva in WAV a 16 bit senza perdita per modificare l'audio, oppure in MP3 a 320 kbps per smartphone e app di karaoke.

Rimuovi voce: domande frequenti

Quanto tempo ci vuole per togliere la voce?
Il lavoro viene svolto dal processore o dalla scheda grafica del tuo dispositivo, quindi dipende da quello che usi. Nel nostro test su un core di un processore a 2,1 GHz, senza accelerazione GPU, una canzone di 4 minuti ha richiesto circa un minuto con 2 tracce e poco meno di due minuti con 4 tracce. I browser con WebGPU usano la scheda grafica e possono finire molto prima, mentre gli smartphone possono essere diverse volte più lenti. Al primo utilizzo viene scaricato anche il modello.
Perché nella base strumentale si sente ancora un po' il cantante?
Il modello stima quanta parte di ogni istante appartiene alla voce, e riverbero, eco e armonie di accompagnamento si sovrappongono agli strumenti vicini, quindi possono restare tracce. I brani con voce solista asciutta e centrale danno le basi karaoke più pulite. Parti dalla copia migliore che hai, come un WAV o un MP3 a 320 kbps: gli artefatti di compressione di un file a basso bitrate rendono i residui più udibili.
Che differenza c'è tra 2 tracce e 4 tracce?
Con 2 tracce si usano due reti, una per la voce e una per l'accompagnamento, e il download è di 39 MB. Con 4 tracce si usa il set di quattro reti di Deezer, che stima separatamente voce, batteria e basso e mette chitarre, tastiere, archi e tutto il resto in Altro; pesa 79 MB ed è circa due volte più lento. Ogni modello viene scaricato una sola volta e resta nel browser per le volte successive.
Posso usare la base strumentale di qualsiasi canzone?
Separare una canzone non cambia a chi appartiene. Le tracce vanno bene per esercitarsi in privato, per il karaoke a casa, per l'insegnamento e lo studio, e per remixare musica che hai scritto, che hai in licenza o che hai il permesso di usare. Pubblicare o vendere una base karaoke, un remix o un a cappella ricavati dalla registrazione di qualcun altro richiede di solito il permesso di chi detiene i diritti, anche se ne usi solo una parte.
Funziona con i video e sugli smartphone?
Sì. Trascina un file MP4, MOV, WebM o MKV e ne viene separata la colonna sonora; le tracce sono file audio, quindi per rimettere la base strumentale sotto le immagini serve un editor video. Funziona anche nei browser mobili più recenti, ma gli smartphone sono più lenti e hanno meno memoria, quindi si separano fino a 5 minuti alla volta, o 3 minuti con 4 tracce.

Altre attività con questo strumento