# Come togliere la voce da una canzone: guida pratica URL: https://anyvoice.app/it/journal/come-togliere-voce-canzone Type: blog Locale: it Published: 2026-09-28 Updated: 2026-09-28 --- > Tre metodi praticabili per rimuovere la voce da una canzone: AI stem separator (veloce), phase cancellation (esatto), Audacity (gratuito). Scegli per il tuo file. ## Come togliere la voce da una canzone Ecco come rimuovere la voce da una canzone, in ordine di praticità: uno separatore AI (più veloce, più pulito sulla maggior parte dei mix moderni), l'annullamento di fase su una strumentale ufficiale (esatto, ma solo se hai entrambi i file), oppure il trucco del canale centrale in un editor come Audacity (gratis, offline, e vuoto ai bassi). Scegli in base a quello che hai a disposizione, non in base a quello che sembra più avanzato. E sappi fin da subito che nessuno di questi metodi tocca il copyright della registrazione originale. ## Quale metodo si adatta al file che hai? La maggior parte delle guide apre con un elenco di strumenti. Inizia dal file, perché la sorgente decide il massimo di qualità prima ancora che giri qualsiasi software. Se hai il brano originale e nient'altro, usa un separatore AI. Se hai il mix completo e una strumentale ufficiale dello stesso master, l'annullamento di fase batte qualsiasi modello. Se la voce è un take mono secco centrato e ti serve solo una base per le prove, l'effetto di Audacity basta. Tre input, tre risposte. - **Solo il mix completo, qualsiasi genere:** separazione AI. Pulita su mix sparsi, acquosa nei ritornelli densi. - **Mix completo più strumentale ufficiale (stesso master):** annullamento di fase. Isolamento vocale quasi esatto, se allineato al campione. - **Mix completo con voce centrata:** Audacity Vocal Reduction. La voce scende, ma il basso e il kick si assottigliano. *La nota sulla sessione: un WAV senza perdita o un FLAC si separano sempre meglio di un MP3 a basso bitrate. Gli artefatti di compressione vengono fraintesi come parti del mix, e il modello li scolpisce nello stem sbagliato.* ![Close-up of a mixing console with pan knobs and faders in a dim studio](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/anyvoice/2026-09/bf54a0-inline1.webp) ## Come funziona veramente la separazione vocale AI? Un modello di separazione è addestrato su ampie librerie di canzoni dove le parti individuali erano note, quindi ha imparato l'aspetto di una voce dentro un mix completo. Carichi una traccia, il modello la converte in uno spettrogramma (una mappa di quali frequenze suonano quando), stima quale energia appartiene alla voce, e ricostruisce ogni stima come file audio separato. Leggi di nuovo: stima. Il modello non sta estraendo una traccia vocale nascosta dal file. La sta ricostituendo, il che significa che l'output è vicino ma mai esatto. Il punto di riferimento open-source è Demucs di Meta, su cui molti strumenti consumer sono costruiti. Il progetto riporta circa 9 dB di rapporto segnale-distorsione (SDR) sul set di test MUSDB18 HQ per il suo modello ibrido transformer, con 9,20 dB per la variante fine-tuned. SDR è un punteggio logaritmico, quindi pochi dB significano una grande differenza udibile. La guida della comunità lo legge così: sopra 8 dB usabile nella maggior parte dei contesti, 2-5 dB con artefatti udibili. Tratta quelle bande come regola empirica, non come standard. Il repository è stato archiviato a gennaio 2025, quindi è stabile ma non più sviluppato, e i nuovi strumenti commerciali hanno continuato a evolversi. Il flusso di lavoro è semplice: - Inizia con la migliore sorgente che puoi ottenere (senza perdite se esiste, versione studio invece di registrazione dal vivo). - Carica in un separatore, o esegui Demucs localmente con una divisione in due stem (voce e tutto il resto). - Ascolta in anteprima entrambi gli output prima di scaricare. - Solizza i ritornelli. È dove l'arrangiamento è più denso e la separazione fallisce per prima. - Esporta lo strumentale nel formato che il tuo progetto necessita, così non converti due volte. Ecco come suona veramente l'output in contesto: i versi sparsi escono puliti, mentre un ritornello con armoniche impilate su un pad ampio lascia una leggera sfumatura dove c'era la voce. Quella sfumatura è il miglior tentativo del modello di frequenze sovrapposte. Le code di riverbero sono l'altro trasgressore frequente, poiché l'eco di una voce è ancora una voce dal punto di vista matematico. ## Quando l'annullamento di fase vince ancora? L'annullamento di fase è il vecchio metodo, e rimane l'unico che può essere esatto. Due forme d'onda identiche riprodotte 180 gradi fuori fase producono silenzio. Quindi se hai il mix completo e una strumentale dello stesso master, inverti la polarità della strumentale, allinea i due file al campione, e tutto ciò che le tracce condividono si annulla. Quello che rimane è la voce. In Ableton Live carichi entrambi i file su tracce separate, metti il dispositivo Utility sulla strumentale e capovolgi entrambi i pulsanti di fase. In Logic Pro il plugin Gain fa lo stesso. Poi ricampiona o rimescola il risultato. Le condizioni sono rigorose: - **Allineamento al campione.** Anche un campione di offset trasforma l'annullamento in un disastro con filtro pettine. - **Stesso master.** Un setting limitatore diverso o un effetto di modulazione casuale spezza il null. - **File senza perdite.** I codec lossy aggiungono differenze che non si annullano. Ecco perché l'annullamento di fase è uno strumento da produttore e non uno strumento consumer. Le versioni strumentali spediscono con molti singoli, e se hai entrambi puoi estrarre un acapella pulito in pochi minuti. Se hai solo il mix, salta alla prossima sezione. ![Producer at a laptop with studio headphones and a notebook of sketches](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/anyvoice/2026-09/12bfcf-inline2.webp) ## Cosa fa veramente il metodo gratuito di Audacity? Audacity offre due percorsi. Il primo è l'effetto Vocal Reduction and Isolation, trovato sotto Effect, poi Special. Imposta l'azione su Remove Vocals e applica. Il secondo è la versione manuale: dividi la traccia stereo, seleziona un canale, applica Invert, e riproduci entrambi i canali insieme. Qualsiasi cosa identica a sinistra e destra si annulla. Entrambi i percorsi sfruttano una convenzione di missaggio, non una proprietà della voce. Le voci principali di solito siedono al centro morto, quindi l'annullamento del centro le rimuove. Ma anche il kick e il basso di solito siedono al centro, e se ne vanno con loro. Ecco il basso vuoto che tutti si lamentano di dopo usare questo trucco. L'effetto ha fatto esattamente quello che hai chiesto. Il mix aveva semplicemente più di una voce al centro. Fallisce anche su voci stereo-spread, voci double-tracked larghe e qualsiasi cosa immersa in riverbero stereo. Non c'è niente di centrato da annullare. La [pagina manuale ufficiale di Audacity su Vocal Reduction and Isolation](https://manual.audacityteam.org/man/vocal_reduction_and_isolation.html) elenca le impostazioni e menziona un'opzione di separazione basata su plugin se vuoi risultati di qualità modello senza lasciare l'app. Salta questo metodo se il brano è un mix pop moderno. Vale la pena se vuoi un rough karaoke su una registrazione stereo anni '70 con una voce centrata, offline, in due minuti. ## Perché lo strumentale suona sottile, acquoso o robotico? Perché ogni metodo è una stima, e gli artefatti sono la stima che si mostra. Una canzone finita non è memorizzata come parti separate. Le cause sono coerenti tra gli strumenti: - **Frequenze sovrapposte.** Dove la voce condivide lo spazio con una chitarra, un pad di stringhe o un lavaggio di cimbali, il modello decide da che lato della linea cade quell'energia. Qualunque cosa tagli male diventa la sfumatura acquosa. - **Code di riverbero e delay.** Appartengono acusticamente alla voce, quindi vengono tirate nello stem vocale o lasciate come fantasmi nella strumentale. - **Master forti.** I mix pesantemente limitati danno al modello meno contrasto dinamico per distinguere le parti. Un master più vecchio e dinamico di solito si separa meglio di uno moderno e forte. - **Sorgenti lossy.** Gli artefatti codec si accumulano su tutto il resto. Puoi ridurre il danno in post-produzione. Un dolce EQ notch sulla strumentale, una passata di de-reverb e una piccola quantità di shaping transienti sui drum recuperano una quantità sorprendente. Ma imposta l'obiettivo onestamente: rimuovere completamente una voce da una canzone missata è solitamente impossibile. L'obiettivo è un risultato abbastanza pulito per il tuo uso, e le prove sono una barra molto più bassa del rilascio. *La nota sulla sessione: ascolta sempre lo stem vocale isolato così come la strumentale. I bit di batteria e chitarra che fuggono nello stem vocale ti dicono esattamente cosa il modello ha capito male.* ## Puoi pubblicare uno strumentale fatto così? No, rimuovere le voci non rimuove il copyright. Lo strumentale è ancora la stessa registrazione sonora protetta e la stessa composizione protetta, con una parte muta. Secondo la legge statunitense una versione modificata di una canzone rientra nella definizione di opera derivata, e il diritto di creare opere derivate appartiene al proprietario del copyright. Il [circolare dell'Ufficio Copyright degli Stati Uniti sulle opere derivate](https://www.copyright.gov/circs/circ14.pdf) è il punto di partenza in linguaggio semplice. Questo non è consulenza legale, e le giurisdizioni differiscono. La linea pratica è pratica versus pubblicazione. Passare una traccia attraverso un separatore per fare prove sulla parte di supporto a casa è una situazione. Mettere quello strumentale in un upload monetizzato è un'altra, e le piattaforme abbinano gli strumentali alle registrazioni sorgente automaticamente. Se l'obiettivo finale è uno strumentale pubblicabile, i percorsi più puliti sono musica con licenza che spedisce con stem, il tuo materiale, o una traccia che hai commissionato. Muting uno stem vocale di cui ti sono stati dati i diritti di utilizzo è un vero strumentale senza passata di ricostruzione. ![Vinyl record, tape reel and scissors on a wooden table, an analogy for cutting a mix apart](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/anyvoice/2026-09/595c17-inline3.webp) ### Il percorso più pulito: non cuocere la voce A volte la mossa migliore è non cuocere la voce. Se stai generando musica con l'IA, entrambi i grandi generatori ti permettono di esportare stem, quindi la voce e la parte di supporto arrivano separate. Il tier Pro di Suno include la separazione degli stem, e i tier Standard e Pro di Udio includono i download degli stem. Questo ti dà uno strumentale adeguato senza una passata di ricostruzione, e i termini dei diritti commerciali sono affermati nel piano invece che indovinati. Salta questo percorso se hai bisogno di una specifica canzone esistente. Vale la pena se quello che davvero ti serve è una traccia di supporto che corrisponda a uno stato d'animo e un tempo. ## Cosa fai una volta che la voce è sparita? La rimozione è solitamente il passo uno di qualcos'altro. Tre follow-up vengono su costantemente su subreddit audio.engineering e nei forum di game dev. **Vuoi pulire uno stem di voce parlata.** Dopo la separazione, uno stem vocale è raramente pronto per la trasmissione. Gli strumenti Studio Sound e filler-word di Descript sono un modo comune per pulire il materiale parlato dopo, anche se sono costruiti per la parola, non per le linee cantate, e il tier libero è limitato a un'ora di trascrizione. **Vuoi una nuova voce sulla strumentale.** Questo è il flusso di lavoro dove la clonazione vocale entra in gioco: una traccia di supporto con una nuova linea principale, una guida vocale per una demo, o una versione localizzata di un jingle. ElevenLabs è il riferimento storico per la clonazione vocale e la narrazione multilingue, e ha un tier gratuito di 10.000 caratteri al mese più piani a pagamento da $22 al mese. Qualunque strumento usi, clona solo voci per le quali hai il consenso di clonarle, e controlla i termini di licenza della traccia di supporto prima di pubblicare qualsiasi cosa. **Vuoi studiare il mix.** Questo è il miglior utilizzo della separazione degli stem. Solizza la batteria, il basso o la voce su una traccia che ammiri e impara come le parti si incastrano: quantità di compressione, pan, invio di riverbero. Per questo lavoro una separazione di 8 dB è più che sufficiente. ## Prima della tua prossima sessione Ecco il breve percorso decisionale, condensato a quello che importa. Hai una strumentale ufficiale dello stesso master? Annullala con l'annullamento di fase. Hai solo il mix completo? Esegui un separatore e ascolta i ritornelli in anteprima prima di impegnarti. Lavori con una voce centrata su una registrazione stereo più vecchia e hai solo bisogno di una traccia di prova? Usa Audacity e accetta il basso sottile. Poi imposta due aspettative prima di esportare. Primo, gli artefatti sono la stima che si mostra, quindi ascolta sia lo stem che hai rimosso che quello che hai mantenuto. Secondo, il copyright sulla canzone rimane dove era. Usa l'audio separato per la pratica, il remixaggio del tuo materiale e lo studio, e concedi in licenza qualsiasi cosa tu pianifichi di pubblicare. ## FAQ ### Quale metodo mi serve veramente? Dipende dal file: se hai solo il mix, usa l'IA; se hai la strumentale ufficiale dello stesso master, usa l'annullamento di fase; se la voce è centrata, Audacity funziona. ### Posso pubblicare lo strumentale che ho creato? No. Rimuovere la voce non rimuove il copyright. Lo strumentale è ancora un'opera derivata della registrazione originale protetta. Usa solo per pratica o remixaggio personale. ### Perché l'IA lascia strani artefatti? Perché stima le frequenze: dove la voce si sovrappone con strumenti o riverbero, il modello indovina. Artifacts = il guess che si mostra. 8 dB di SDR è usabile, 2-5 dB hanno artefatti udibili. ### Qual è il metodo più preciso? L'annullamento di fase è l'unico esatto se hai il mix e la strumentale ufficiale dello stesso master, allineati al campione. L'IA è il compromesso pratico se hai solo il mix. ### Ho bisogno di una voce nuova dopo: quali strumenti? Per la clonazione vocale usa ElevenLabs (10k chars gratis/mese); per la pulizia di voce parlata usa Descript; per il backing track con stem generati usa Suno o Udio. ### MP3 vs WAV: quale file uso? Sempre WAV o FLAC se puoi. Gli artefatti MP3 vengono fraintesi come parti del mix e il separatore li scolpisce nello stem sbagliato. Peggio la qualità sorgente, peggio la separazione. ### Quanto è buono veramente Demucs? 9-9,20 dB SDR su MUSDB18 HQ: usabile nella maggior parte dei contesti, con artefatti udibili alle frequenze sovrapposte. Stable dal gen 2025 ma non più sviluppato. I tool commerciali hanno continuato a progredire.