Crea una versión instrumental de cualquier canción

Durante años, la única forma gratuita de eliminar las voces era mediante el truco de la cancelación de fase: tomar una canción estéreo, invertir un canal y sumarlo a mono. Como la voz principal suele estar centrada, se cancela parcialmente, pero también lo hacen el bajo, la batería y cualquier otro sonido que esté en el centro, y el resultado es un desastre mono, delgado y hueco. Nunca funcionó del todo bien.

StemGrab no hace eso. El modelo de separación que usamos está entrenado específicamente para voces, por lo que extrae la voz principal y deja los tambores, el bajo y los instrumentos intactos y en estéreo. Obtienes una pista instrumental real que sigue sonando como la canción original, no un fantasma distorsionado por la fase. La misma carga también te proporciona la voz aislada, para que nada se pierda.

Para una pista de karaoke o para cantar juntos, lo que quieres eliminar es la voz principal, y en la mayoría de las canciones modernas y bien mezcladas, esto se logra limpiamente. Dos advertencias importantes para que sepas qué esperar: Las voces de acompañamiento y las armonías que están integradas en la mezcla pueden sobrevivir parcialmente, ya que el modelo las trata como parte de la "voz" que está aislando y son más difíciles de identificar. Y en grabaciones densas, en vivo o con mucha reverberación, escucharás un poco más de residuo que en una mezcla de estudio limpia; esto es cierto para todas las herramientas de separación, no solo para esta. Si un ligero eco vocal te molesta, vuelve a incluir la pista de voz aislada a un nivel bajo: llena el vacío y enmascara cualquier artefacto mucho mejor que una pista instrumental completamente silenciosa.

Es importante entender esto, porque explica cada uno de los resultados que obtendrás. La versión instrumental no se crea eliminando la voz de la mezcla; se reconstruye a partir de las partes que no son la vozEl modelo separa la canción en seis partes (voz principal, batería, bajo, guitarra, piano y todo lo demás), elimina la parte de la voz y vuelve a combinar las otras cinco. Lo que descargas es una mezcla de cinco pistas separadas.

De esto se derivan directamente dos consecuencias:

• Todo aquello que el modelo identifica como canto desaparece junto con la voz principal. Las voces de acompañamiento, los arreglos vocales en armonía, un fragmento vocal utilizado como gancho o los coros grupales; son voces, por lo tanto, se eliminan. Normalmente, esto es lo que quieres para cantar junto a la canción, pero ocasionalmente no es así: si el gancho es una muestra vocal, la versión instrumental dará la sensación de que le falta su idea principal.
• La reverberación de la voz pertenece a la voz. Una voz con mucha reverberación, como en una catedral, tiene un eco que sigue sonando después de que termina la palabra, y ese eco forma parte de la pista vocal. Si eliminas la voz, también eliminarás gran parte de su reverberación, por lo que una balada con mucha reverberación puede dejar un ligero rastro donde el modelo no pudo determinar si el final era voz o sonido ambiental.

La ventaja del mismo diseño: como la pista de acompañamiento se reconstruye a partir de pistas separadas en lugar de filtrarse, la batería mantiene su fuerza y el bajo permanece intacto. No se elimina nada del centro del rango de frecuencias, por lo que la versión instrumental no tiene ese sonido hueco y desfase que producen los métodos antiguos.

Algunos archivos son más fáciles de procesar que otros. De más fácil a más difícil:

• Fácil: Una voz principal clara sobre una base de batería, bajo y un par de instrumentos, con la voz destacada en la mezcla. La mayoría de las grabaciones pop, rock, hip-hop y de cantautores de los últimos cuarenta años.
• Más difícil: Producciones modernas densas y con un masterizado ruidoso, donde todo está comprimido en el mismo espacio, con voces principales duplicadas y triplicadas, y pistas en las que una guitarra distorsionada ocupa exactamente el mismo rango que la voz.
• Muy difícil: Grabaciones en vivo con público (la multitud es como una voz más), arreglos con muchas partes a capela, voz hablada sobre música y cualquier archivo en el que la voz se grabó junto con los instrumentos en la misma toma.

Dos hábitos prácticos marcan una diferencia mayor de lo que la gente espera. Primero, empieza con la mejor copia que tengasun archivo descargado o copiado de un CD contiene detalles que un archivo de baja tasa de bits descartó hace años, y el modelo solo puede trabajar con lo que hay en el archivo. Segundo, comprueba el estribillo más fuerte, no la introducciónLas introducciones son sencillas y siempre suenan perfectas; el último estribillo, con todas las capas reproduciéndose, es donde descubrirás si esta canción se separa bien. Si no lo hace, lo sabrás en quince segundos en lugar de después de un renderizado completo.

El resultado es un archivo MP3 de 192 kbps: perfecto para cantar, ensayar o usar como pista de acompañamiento a través de un sistema de megafonía. Se aceptan pistas de hasta 15 minutos y tus archivos se eliminan automáticamente en un plazo de 45 minutos después de que finalice el proceso.