Togliere la voce da una canzone

Come l'IA separa la voce dalla musica di una canzone

Una canzone è un miscuglio: voce e strumenti sono sommati in un unico file, e non c'è modo di « staccarli » direttamente. L'IA procede in un altro modo. Divide il suono in migliaia di piccole porzioni di tempo e di frequenza, poi stima, per ognuna, quanto appartiene alla voce e quanto agli strumenti. Il modello usato è stato addestrato su migliaia di canzoni di cui erano disponibili separatamente la voce e l'accompagnamento: ha imparato a riconoscere il timbro di una voce cantata, gli attacchi e il vibrato, anche sotto chitarre e batteria. Ottieni due tracce, la base strumentale e la voce isolata, che sommate ridanno esattamente il brano originale. È il principio dei programmi professionali di separazione delle tracce, calcolato qui nel tuo browser, senza inviare il file.

Creare una base karaoke o una versione strumentale

La base ottenuta serve per cantare al karaoke in casa, provare una canzone prima di un saggio o di una serata, preparare una base per la festa della scuola, il coro o un matrimonio, oppure esercitarti a cantare sulla musica vera. Scaricala in MP3 per ascoltarla ovunque (telefono, cassa Bluetooth, TV con chiavetta USB) o in WAV per rielaborarla in un programma di montaggio senza ulteriori perdite di qualità. Se la canzone è troppo alta o troppo bassa per la tua voce, passa poi la base in « Cambiare la tonalità di una canzone » per abbassarla o alzarla di uno o due semitoni. Per tenere solo una strofa o il ritornello, tagliala con « Tagliare un MP3 ». La traccia della sola voce, invece, permette di capire un testo poco chiaro, studiare l'interpretazione di un cantante o preparare un remix.

Modalità IA o modalità rapida: quale scegliere?

La modalità rapida riprende un vecchio trucco dei programmi audio: la voce principale è quasi sempre al centro del mix, identica nei due altoparlanti, mentre gli strumenti sono spesso distribuiti a sinistra e a destra. Togliendo ciò che è comune ai due canali tra 250 Hz e 7 kHz, si elimina all'istante buona parte della voce, mantenendo basso e cassa. Ma se ne va anche tutto ciò che sta al centro (rullante, assolo, pianoforte), l'eco della voce resta udibile, e una registrazione mono non si può trattare così. La modalità IA non dipende dalla posizione: riconosce la voce in sé, conserva lo stereo degli strumenti e fornisce una voce isolata utilizzabile. Richiede solo di scaricare il modello una volta (circa 40 MB), poi da pochi secondi a uno o due minuti di calcolo a seconda del dispositivo.

I limiti della separazione e il diritto d'autore

Nessuna separazione è perfetta. A seconda del brano, nella base può restare una leggera eco della voce, soprattutto il riverbero e i cori, e la voce isolata può conservare un po' di batteria o suonare un po' « sott'acqua ». Le canzoni con molti cori, le voci molto elaborate (effetti, autotune spinto) o gli strumenti simili a una voce, come un sassofono o un violino, si separano peggio. Parti dal file di migliore qualità possibile: un MP3 molto compresso dà un risultato meno nitido. Infine, togliere la voce non cambia nulla per i diritti: la base di una canzone commerciale resta protetta dal diritto d'autore. Va bene per un uso personale, come cantare a casa o esercitarti, ma pubblicarla su YouTube o TikTok o diffonderla in pubblico richiede l'autorizzazione dei titolari dei diritti.