Stem splitter AI gratis

Apa itu stem splitter?

Stem adalah satu bagian dari lagu jadi yang berdiri sendiri: vokal, drum, bass, dan semua sisanya. Produser mendapat stem dari sesi rekaman, saat tiap grup track di-bounce jadi file sendiri. Kalau yang kamu punya hanya file stereo akhirnya, stem splitter (disebut juga pemisah stem atau stem extractor) bisa mengambil stem-stem itu dengan memperkirakan setiap bagian lewat jaringan saraf tiruan.

Di mode Fast, kamu mendapat empat stem. Vocals berisi vokal utama dan vokal latar. Drums berisi drum kit dan perkusi. Bass adalah garis nada rendah, entah itu bass gitar atau synth. Other adalah semua yang tersisa: gitar, keyboard, pad, string, brass, dan efek. Di HQ, gitar dan piano keluar sebagai stem sendiri, jadi Other hanya berisi sisanya. Orang juga mencari hal yang sama dengan sebutan pemisah lagu, pemisah musik, atau pemisah audio. Kalau kamu hanya perlu memisahkan vokal dari instrumen, halaman penghilang vokal dan acapella melakukannya dalam satu langkah.

Apa yang dilakukan produser dengan stem

Remix dan bootleg: simpan vokalnya, bangun ulang semua yang ada di bawahnya. Sampling: ambil drum break atau garis bass tanpa terganggu bagian lain dari lagu. Set DJ: mute vokal untuk memadukan dua lagu, atau pakai drum dan bass saja untuk transisi yang panjang. Belajar: solo bass dari rekaman favoritmu untuk melihat apa yang sebenarnya dimainkan.

Stem juga berguna kalau kamu ingin bermain bersama rekamannya. Mute drum dan kamu punya drum remover, mute bass dan kamu punya bass remover, jadi kamu bisa memainkan bagian itu sendiri bersama sisa lagunya. Dengan HQ, kamu juga bisa me-mute gitar saja atau piano saja dan memainkan bagian itu sendiri. Kamu mendapat bagian-bagian yang terpisah tanpa perlu meminta file sesinya kepada siapa pun.

Pemisahan stem dengan AI, dijelaskan

Fast memakai Demucs v4, hybrid transformer dari tim riset AI Meta yang dirilis sebagai open source. Ia membaca lagu dengan dua cara sekaligus, sebagai gelombang suara dan sebagai spektrogram, lalu belajar memprediksi tiap stem dari apa yang ia dengar. Ia dilatih dengan rekaman multitrack yang stem-nya diketahui, dan dari situ ia belajar seperti apa suara vokal, snare, atau garis bass di dalam sebuah mix.

HQ memakai BS-RoFormer, desain yang lebih baru yang membagi spektrogram ke beberapa pita frekuensi dan membiarkan transformer mengikuti tiap pita sepanjang waktu serta antarpita. Model yang kami jalankan adalah model enam stem yang dibagikan secara terbuka oleh orang-orang yang meneliti pemisahan musik. Di benchmark publik, model sejenis ini mendapat skor lebih tinggi daripada Demucs v4. Harganya adalah ukuran dan waktu.

Keduanya kami jalankan dengan ONNX Runtime Web, di kartu grafis kamu kalau browsernya mendukung WebGPU (Chrome dan Edge terbaru), yang dibutuhkan HQ. Fast juga bisa jalan di prosesor, tapi lebih lambat. Lagu dipotong jadi jendela yang saling tumpang tindih, sekitar delapan detik di Fast dan empat detik di HQ, lalu disambung dengan cross-fade, jadi kamu tidak mendengar sambungannya. Browser kamu mengunduh model sekali saja lalu menyimpannya.

Seberapa bagus stem-nya?

Bagus, tapi tidak sempurna. Demucs v4 adalah model terbuka yang terkenal dan dipakai banyak alat, tetapi riset pemisahan suara bergerak cepat dan model yang lebih baru mendapat skor lebih tinggi di benchmark, itulah alasan kami menambahkan HQ. Dalam praktik, stem yang bersih sangat layak dipakai untuk remix, latihan, dan referensi, dan kasus yang lebih sulit tetap terdengar: ekor reverb vokal bisa nyasar ke stem other, cymbal bisa bocor ke sana, dan mix yang sangat padat meninggalkan jejak tipis satu stem di dalam stem lain.

Dalam pengujian kami, keempat stem Fast yang dijumlahkan kembali tetap sangat dekat dengan lagu aslinya, jadi pemisahan ini tidak membuang suara. HQ memperkirakan tiap stem sendiri-sendiri, sehingga jumlah enam stem-nya sedikit kurang persis dengan lagunya, dan pada lagu dengan vokal bernyanyi, stem vokal HQ terdengar jelas lebih bersih di sela-sela frasa dibanding Fast. Stem dari lagu jadi tidak akan pernah sebersih stem yang sama dari sesi aslinya, dan kami lebih suka mengatakannya terus terang daripada menjanjikannya.

Tips untuk stem yang lebih bersih

Mulai dari file terbaik yang kamu punya. File WAV, FLAC, atau berbitrate tinggi terpisah lebih baik daripada MP3 berbitrate rendah, karena kompresi mengaburkan detail yang dipakai model. Jangan tambahkan limiting dulu, dan jangan masukkan file yang sudah pernah melewati stem splitter. Kalau Fast meninggalkan jejak yang tidak kamu sukai, jalankan lagu yang sama sekali lagi di HQ.

Kalau kamu mau sampling, dengarkan semua stem bersama-sama dulu: semuanya harus terdengar seperti lagunya. Lalu solo stem yang kamu butuhkan dan bersihkan seperti sample lain, misalnya dengan high-pass halus pada drum atau fade pendek di titik potongnya. Kalau sebuah stem hampir pas, tumpuk dengan bagian yang kamu mainkan sendiri dan sisa-sisanya akan hilang.

Gratis, privat, dan masih beta

Pemisahan terjadi di perangkatmu, jadi tidak ada biaya per lagu bagi kami dan kami bisa membiarkannya gratis. Tidak perlu daftar, tidak ada penghitung kredit, dan tidak ada batas harian. Batasnya hanyalah perangkatmu dan panjang lagu: 10 menit di Fast dan 6 menit di HQ. Lagumu tidak pernah di-upload. Yang kami unduh, sekali saja, adalah kode yang menjalankan model dan model pilihanmu (85 MB untuk Fast, 353 MB untuk HQ), dari host publik.

Ini masih beta: berfungsi, tapi di beberapa perangkat akan terasa lambat. Kalau gagal di lagumu, tulis ke info@obra.art.