Zang uit een nummer halen: complete gids voor engineers
Samenvatting
Zang uit een nummer halen hangt af van wat je in handen hebt. Gebruik AI-scheiding op volledige mixes, fasevernietiging is exact met beide bestanden, en Audacity biedt gratis maar dune bassen. Geen enkele methode raakt het copyright van het origineel.
Hier is hoe je zang uit een nummer halen kan - de juiste methode hangt af van wat je in handen hebt. Drie opties: een AI-stemscheider (snelst, schoonst op moderne mixes), fasevernietiging tegen een matching-instrumentaal (exact, maar alleen met beide bestanden), of een center-channel-truc in Audacity (gratis, offline, hol in de lage frequenties). Kies naar wat je werkelijk hebt, niet naar wat het meest geavanceerd klinkt. Weet ook: geen van deze methodes raakt het copyright op de originele opname.
Welke methode past bij het bestand dat je werkelijk hebt?
De meeste gidsen beginnen met een hulplijst. Begin met het bestand zelf, want de bron bepaalt het plafond van de kwaliteit voordat enige software draait.
Als je alleen het originele liedje hebt, gebruik dan een AI-scheider. Als je de volledige mix en een officiële instrumentaal van dezelfde master hebt, wint fasevernietiging boven elk model. Als de vocaal een droge mono-opname is die dood in het midden is gecentreerd en je hebt alleen een grove achtergrond voor repetitie nodig, volstaat het Audacity-effect. Drie inputs, drie antwoorden.
Alleen volledige mix, elk genre: AI-stemscheiding. Schoon op dunne mixes, waterig in dichte refreinen.
Volledige mix plus officiële instrumentaal (dezelfde master): Fasevernietiging. Vrijwel exacte geïsoleerde vocaal, als sample-aligned.
Volledige mix met een center-gepande vocaal: Audacity Vocal Reduction. De vocaal valt weg, maar bas en kick worden ook dunner.
Sessie-notitie: een lossless WAV of FLAC scheidt altijd beter dan een laag-bitrate MP3. Compressie-artefacten worden verkeerd gelezen als onderdelen van de mix, en het model snijdt ze dan in de verkeerde stem.
Hoe verwijdert AI-stemscheiding eigenlijk een vocaal?
Een scheidingsmodel is getraind op grote bibliotheken van liederen waar de individuele onderdelen bekend waren, dus het leerde hoe een stem eruitziet in een volledige mix. Je laadt een nummer op, het model converteert het naar een spectrogram (een kaart van welke frequenties wanneer spelen), schat welke energie tot de stem behoort, en herbouwt elke schatting als zijn eigen audiobestand.
Lees dat nog een keer: het schat. Het model extraheert geen verborgen vocaal-track uit het bestand. Het herbouwt er een, daarom is de output dichtbij maar nooit exact.
Het open-source referentiepunt is Meta's Demucs, waarop veel consumer-tools zijn gebaseerd. Het project meldt ongeveer 9 dB signaal-naar-vervorming ratio (SDR) op de MUSDB18 HQ testset voor zijn hybride transformermodel, met 9,20 dB voor de fine-tuned variant. SDR is een logaritmische score, dus een paar dB is een groot hoorbaar verschil. Ruwe richtlijn uit de community leest het zo: boven 8 dB bruikbaar in meeste contexten, 2 tot 5 dB met hoorbare artefacten. Behandel die banden als vuistregel, niet als standaard. De repository werd in januari 2025 gearchiveerd, dus het is stabiel maar niet langer in ontwikkeling, en nieuwere commerciële tools zijn blijven evolueren.
De workflow is kort:
Begin met de beste bron die je kunt krijgen (lossless als het bestaat, studioversie boven live-rip).
Upload naar een scheider, of voer Demucs lokaal uit met een twee-stem split (vocalen en al het andere).
Preview beide outputs voordat je iets downloadt.
Solo de refreinen. Dat is waar de arrangement het dichts is en scheiding het eerst breekt.
Export de instrumentaal in het formaat dat je project nodig heeft zodat je niet twee keer converteert.
Dit is wat de output werkelijk klinkt in context: dunne verzen komen schoon uit, terwijl een refein met gestapelde harmonies over een brede pad een flauw waas achterlaat waar de vocaal was. Die waas is de beste gok van het model voor overlappende frequenties. Reverb-staarten zijn de andere veelvoorkomende schuldige, omdat de echo van een stem nog steeds een stem is voor wat de wiskunde betreft.
Wanneer wint fasevernietiging nog steeds?
Fasevernietiging is de oude methode, en het is nog steeds de enige die exact kan zijn. Twee identieke golfvormen gespeeld 180 graden uit fase produceren stilte. Dus als je de volledige mix vasthoudt en een instrumentaal van dezelfde master, inverteer je de polariteit van de instrumentaal, lijn je de twee uit op de sample, en alles wat de tracks delen vernietigist. Wat overblijft is de vocaal.
In Ableton Live laad je beide bestanden op afzonderlijke sporen, zet je het Utility-apparaat op de instrumentaal, en flip je beide faseknopen. In Logic Pro doet het Gain-plugin dezelfde klus. Dan resample of bounce je het resultaat.
De voorwaarden zijn streng:
Sample-alignment. Één sample offset en de vernietiging verandert in een kamfilter-bende.
Dezelfde master. Een ander limiter-instelling of een willekeurig modulatie-effect breekt de null.
Lossless-bestanden. Lossy codecs voegen verschillen toe die niet vernietigen.
Dit is waarom fasevernietiging een producer-tool is en geen consumer-tool. Instrumentale versies verschepen met veel singles, en als je beide hebt kun je in minuten een schone a cappella trekken. Als je alleen de mix hebt, sla dan de volgende sectie over.
Wat doet de gratis Audacity-methode werkelijk?
Audacity biedt twee routes. De eerste is het Vocal Reduction and Isolation-effect, gevonden onder Effect, dan Special. Stel de actie in op Remove Vocals en pas toe. De tweede is de handmatige versie: splits het stereotrack, selecteer één kanaal, pas Invert toe, en speel beide kanalen samen af. Alles identiek in links en rechts vernietigist.
Beide routes exploiteren een mengconventie, geen eigenschap van de stem. Loodvocalen zitten meestal dood in het midden, dus center-vernietiging verwijdert ze. Maar de kick en de bas zitten meestal ook dood in het midden, en ze gaan eraan mee. Dat is het holle lage einde waar iedereen over klaagt na deze truc te gebruiken. Het effect deed precies wat je vroeg. De mix had gewoon meer dan een vocaal in het midden.
Het faalt ook op stereo-spread vocalen, dubbel-getrackde brede vocalen, en alles doordrenkt van stereo reverb. Er is niets gecentreerd om te vernietigen. De officiële Audacity-handleiding op Vocal Reduction and Isolation geeft de instellingen weer en vermeldt een op plug-in gebaseerde scheidingsoptie als je modelkwaliteit wilt zonder de app te verlaten.
Sla deze methode over als het lied een moderne pop-mix is. Het waard als je een grove karaoke-versie wilt op een 1970s stereoopname met een hard-gecentreerde vocaal, offline, in twee minuten.
Waarom klinkt de instrumentaal dun, waterig of robotachtig?
Omdat elke methode raadt, en de artefacten zijn de gok die zich toont. Een afgewerkt liedje is niet opgeslagen als afzonderlijke delen.
De oorzaken zijn consistent over tools heen:
Overlappende frequenties. Waar de vocaal ruimte deelt met een gitaar, een string-pad of een cymbaal-was, beslist het model aan welke kant van de lijn die energie valt. Wat het fout snijdt, wordt de waterige waas.
Reverb- en delay-staarten. Ze behoren akoestisch tot de stem, dus ze worden in de vocaal-stem getrokken of als spoken in de instrumentaal achtergelaten.
Luide masters. Zwaar beperkte mixes geven het model minder dynamisch contrast om onderdelen uit elkaar te halen. Een dynamische oudere master scheidt meestal beter dan een luide moderne.
Lossy-bronnen. Codec-artefacten stapelen bovenop alles.
Je kunt de schade in post reduceren. Een voorzichtige notch-EQ op de instrumentaal, een de-reverb-pass, en een kleine hoeveelheid transient-vorming op drums herstellen veel. Maar stel het doel eerlijk in: volledig verwijderen van een vocaal uit een gemixt liedje is meestal onmogelijk. Het doel is een resultaat schoon genoeg voor je gebruik, en repetitie is een veel lager accent dan een release.
Sessie-notitie: luister altijd naar de vocaal-stem solo evenals de instrumentaal. De gelekte bits van drums en gitaar in de vocaal-stem vertellen je exact wat het model verkeerd kreeg.
Kun je een instrumentaal dat je op deze manier maakt publiceren?
Nee, vocalen verwijderen verwijdert niet het copyright. De instrumentaal is nog steeds dezelfde beschermde geluidsopname en dezelfde beschermde compositie, met één deel gedempt. In Amerikaanse wet past een gewijzigde versie van een liedje in de definitie van een afgeleid werk, en het recht om afgeleide werken te maken behoort toe aan de copyrighthouder. De US Copyright Office circular op afgeleide werken is het duidelijke startpunt. Dit is geen juridisch advies, en jurisdicties verschillen.
De praktische lijn is repetitie versus publicatie. Een track door een scheider draaien om het achtergrondgedeelte thuis te repeteren is de ene situatie. Die instrumentaal in een gemonetiseerde upload zetten is een ander, en platformen matchen instrumentals tegen hun bron-opnamen automatisch.
Als het einddoel een publiceerbare instrumentaal is, zijn de schonere routes gelicentieerde muziek die met stems wordt verzonden, je eigen materiaal, of een track die je hebt ingehuurd. Een vocaal-stem dempen waar je het recht hebt gekregen om te gebruiken, is een echte instrumentaal met nul reconstructie.
De schonere route: bak de vocaal nooit in
Soms is de betere zet om de vocaal nooit in te bakken. Als je muziek genereert met AI, laten beide grote generatoren je stems exporteren, dus de vocaal en het achtergrondgedeelte arriveren apart.
De Pro-tier van Suno bevat stemscheiding, en de Standard- en Pro-tiers van Udio bevatten stem-downloads. Dat geeft je een echte instrumentaal zonder reconstructie-pass, en de commerciële-rechtenvoorwaarden staan op het plan in plaats van geraden te worden.
Sla deze route over als je een specifiek bestaand liedje nodig hebt. Waard als wat je werkelijk nodig hebt een achtergrondtrack is die een stemming en tempo aanpast.
Wat doe je eenmaal de vocaal weg is?
Verwijdering is meestal stap één van iets anders. Drie vervolgingen komen constant naar voren op de audio.engineering subreddit en in game dev fora.
Je wilt een gesproken-woord-stem opschonen. Na scheiding is een vocaal-stem zelden klaar voor uitzending. De Studio Sound en filler-word tools van Descript zijn een veelgebruikte manier om gesproken materiaal daarna op te schonen, hoewel ze voor spraak zijn gebouwd, niet voor zanglijnen, en de gratis tier is gelimiteerd tot één uur transcriptie.
Je wilt een nieuwe vocaal over de instrumentaal. Dit is de workflow waar voicecloning het beeld binnenkomt: een achtergrondtrack met een frisse leadlijn, een gidsvocaal voor een demo, of een gelokaliseerde versie van een jingle. ElevenLabs is de langdurige referentie voor voicecloning en meertalige voiceover, en het heeft een gratis tier van 10.000 karakters per maand plus betaalde plannen vanaf $22 per maand. Welk hulpmiddel je ook gebruikt, kloont alleen stemmen waarvoor je toestemming hebt, en controleer de licentievoorwaarden van de achtergrondtrack voordat je iets publiceert.
Je wilt de mix bestuderen. Dit is het beste gebruik van stemscheiding. Solo de drums, de bas of de vocaal op een plaat die je bewondert en leer hoe de onderdelen bij elkaar zitten: compressie-bedrag, panning, reverb-verzending. Voor die klus is een 8 dB scheiding meer dan genoeg.
Voor je volgende sessie
Hier is het korte beslissingspad, gekrompen tot wat belangrijk is.
Heb je een officiële instrumentaal van dezelfde master? Nul het met fasevernietiging. Heb je alleen de volledige mix? Voer een scheider uit en preview de refreinen voordat je vastbesloten bent. Je werkt met een hard-gecentreerde vocaal op een oudere stereoopname en hebt alleen een repetitie-track nodig? Gebruik Audacity en accepteer het dunne lage einde.
Stel dan twee verwachtingen voordat je exporteert. Ten eerste, artefacten zijn de gok die zich toont, dus luister naar de stem die je verwijderde evenals naar de stem die je hield. Ten tweede, het copyright op het liedje blijft waar het was. Gebruik gescheiden audio voor repetitie, remixen van je eigen materiaal, en studie, en licentieer alles wat je van plan bent te publiceren.