# Şarkıdan vokal ayırma: Demucs ile adım adım rehber URL: https://anyvoice.app/tr/journal/sarkidan-vokal-ayirma Type: blog Locale: tr Published: 2026-10-12 Updated: 2026-10-12 --- > Yapay zeka stem ayırıcılarıyla şarkıdan vokal ayırmanın en iyi yolu, hangi yöntemin işe yaradığı ve ayrılmış vokali temizlemek için pratik bir zincir. Şarkıdan vokal ayırma işi tek bir hamleye iner: tam miksi Demucs gibi bir yapay zeka stem ayırıcısından geçirmek, iki parçalı vokal ve enstrümantal çıktısını seçmek ve kayıpsız bir WAV dışa aktarmak. WAV ya da FLAC kaynakla başlayın, akış kalitesindeki bir MP3 ile değil. Çoğu parçada iki dakikadan kısa sürede kullanılabilir bir acapella elde edersiniz. Kuyruk yankıları ve hi-hat sızıntısı ise elle temizlenmeyi bekler. Kısa cevap bu. Geri kalan rehber, hangi yöntemin hangi işe uyduğunu, her birinin neyi geride bıraktığını ve sonucun ne zaman yetersiz kalacağını anlatıyor. ## Hangi yöntem kullanılabilir vokal verir, hangisi bir öğleden sonrayı boşa harcar? Dört yaklaşım var ve kalite açısından aralarında büyük fark var. Aşağıdaki sıralama, yoğun bir pop miksinde kendi oturumlarımızdan çıkarıldı: en kötüden en iyiye. Faz iptali (Audacity'deki "ters çevir ve karıştır" numarası) yalnızca ana vokal tam ortadaysa ve elinizde enstrümantal bir versiyon varsa işe yarar. Bu enstrümantal olmadan ince ve içi boş bir sonuç çıkar. Enstrümantal stem size aitse dışında atlayın. EQ ve spektral düzenleme, vokali 1-4 kHz bandında güçlendirip 100 Hz'in altını keserek öne çıkarabilir. Bu bir izolasyon değil, bir miks numarası. Gitarlar ve davul hâlâ aynı bantta duruyor. Merkez kanal çıkarma (eski "vokal kaldırıcı" eklentileri) aynı fikrin daha şık bir arayüzle sunulmuş hali. Stereo genişletilmiş vokal çiftleri ya da yankı içeren her parçada başarısız olur. Yapay zeka stem ayırma, vokali kendi başına bir kaynak olarak ele alan tek yöntem. Binlerce çok kanallı oturumla eğitilmiş bir sinir ağı vokali ve geri kalanı tahmin eder, sonra birini diğerinden çıkarır. Neredeyse her durumda istediğiniz bu. *Oturum notu: Bir plak şirketi size gerçek çok kanallı kaydı ya da resmî bir acapella gönderirse onu kullanın. Ayırma, hiçbir stem yoksa başvurulacak bir yedek yoldur.* ![DAW oturumu: izole vokal dalga formu, iki gri altlık parçanın üzerinde](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/anyvoice/2026-10/46f3a2-i1.webp) ## Demucs ile şarkıdan vokal ayırma: adım adım Meta'nın araştırma grubundan gelen Demucs, çoğu ayırma servisinin arka planda çalıştırdığı açık kaynak modeldir. Hibrit transformer sürümü, ek eğitim verisiyle eğitildiğinde MUSDB ölçütünde 9.20 dB sinyal-bozulma oranı bildiriyor. Bunu [Hybrid Transformers for Music Source Separation makalesi](https://arxiv.org/abs/2211.08553) tarif ediyor. SDR değeri yükseldikçe vokalde kalan enstrüman azalır ve vokalin kendisi daha az zarar görür. İş akışı dört adımdan oluşuyor: - Elinizdeki en yüksek kaliteli kaynak dosyayı alın. 16 bit/44.1 kHz WAV ya da FLAC, 128 kbps bir MP3'ten her zaman iyidir. Kayıplı sıkıştırma, modelin ünsüzleri bulmak için kullandığı yüksek frekans bilgisini zaten bulandırmıştır. - Demucs'u pip ile yerel olarak kurun ya da onu saran bir tarayıcı aracı kullanın. Yerel çalıştırma dosyalarınızı özel tutar ve parça başına ücret ödemezsiniz. - İki parçalı komutu çalıştırın: `demucs --two-stems=vocals your-song.wav`. İlk çalıştırmada model ağırlıkları iner, bu birkaç yüz megabayt tutar. - Çıktı klasörünü açın. `vocals.wav` ve `no_vocals.wav` dosyalarını alırsınız. İkisini de DAW'a atın, sıfır noktasında hizalayın ve toplamanın orijinali yeniden ürettiğini kontrol edin. Çıktı dosyalarını adlandırırken parça adını ve ayar bilgisini koruyun. Aynı şarkıyı farklı ayarlarla birkaç kez çalıştırdığınızda, hangi sürümün hangisi olduğunu hemen anlamak bu sayede kolaylaşır. Bir DAW oturumunda vokali ve altlığı ayrı izlerde tutmak, sonradan her iki stemi de bağımsız olarak işlemenize izin verir. Modern bir laptop işlemcisinde 4 dakikalık bir şarkı yaklaşık bir ila üç dakika sürer. Bir GPU ile bu süre saniyelere iner. İnce ayarlı htdemucs_ft varyantı yaklaşık dört kat daha yavaştır ve vokallerde biraz daha temizdir. Yayınlayacağınız ya da klonlayacağınız her şey için bunu kullanın. ## Ayrılmış vokal hâlâ nerede yanlış? Çıktının bağlam içinde nasıl duyulduğunu anlatalım. Vokal stemini tek başına dinlediğinizde üç tekrarlayan artefakt fark edersiniz. Yankı kuyrukları kesilir. Model kuru vokali tutar, odanın büyük kısmını bırakır, bu yüzden her ifadenin sonu aniden biter. Yüzde 10 ila 15 ıslak oranında kısa bir konvolüsyon yankısı bunları yeniden birleştirir. Hi-hat ve sibilans yer değiştirir. 8-10 kHz civarındaki zil enerjisi vokale sızar, bazı gerçek "s" sesleri ise dışarı kaçar. 6-8 kHz'de bir de-esser ve hafif bir dinamik EQ kesimi bunların çoğunu halleder. Arka vokaller ve çiftler yanlış stemde kalır. Model hangi sesin ana ses olduğunu bilemez. Yoğun üst üste binmiş korolar tek ve bulanık bir vokal olarak çıkar. Bu artefaktlar aynı anda gelmez. Bir parçada yankı sorunu en belirgin olabilirken diğerinde sibilans öne çıkar. Bu yüzden üç kontrolü de sırayla yapın ve her seferinde yalnızca bir değişkeni değiştirin. Aksi halde hangi düzeltmenin hangi sorunu çözdüğünü bilemezsiniz. Sonucun temiz olduğunu söyleyen kişiye güvenmeyin. Ayırma bir tahmindir, orijinal parçaların geri kazanımı değildir. ## Ayarlar ve kaynak dosya sonucu gerçekten değiştirir mi? Evet, ve bunun etkisi aracın seçiminden çok daha büyük. Üç şey iğneyi oynatır. Kaynak kalitesi önce gelir. Aynı şarkıyı kayıpsız bir dosyadan ve düşük bitrate'li bir MP3'ten yeniden çalıştırın, sonra iki vokal stemini birbirine karşı null testine sokun. MP3 sürümü, p ve b gibi patlamalı ünsüzlerin çevresinde duyulabilir bir ön yankı taşır. Model seçimi ikinci sırada. İnce ayarlı Demucs varyantları ve daha yeni band-split modeller hızdan fedakârlık edip daha az artefakt sunar. Deezer'ın eski Spleeter modeli hızlı ve hafiftir, ama yoğun düzenlemeli parçalarda vokali daha yassı çıkarır. Overlap ve shift ayarları üçüncü sırada. Varsayılan 0.25 olan daha yüksek bir overlap ve iki ila beş rastgele "shift", sınır artefaktlarını ortalar. Bunun bedeli çalışma süresidir. Son çıktı için ikisini de yükseltin. ![Kondansatör mikrofon ve ses arayüzü, sıcak ışıkta bir masada](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/anyvoice/2026-10/5090a7-i2.webp) ## Ayrılmış vokal bir ses klonlama örneği olabilir mi? Okurlarımızın en çok sorduğu soru bu. Kısa cevap: yalnızca izinle ve nadiren tam kalitede. Ayrılmış bir vokalle eğitilen klon, artefaktları miras alır. Kesilmiş yankı kuyrukları ve sibilans sızıntısı, üretilen konuşmada garip nefes sesleri ya da peltek bir ses olarak görünür. Çoğu klonlama servisi, müzik olmadan 30 saniye ila 3 dakika kuru, yakın mikrofonla kaydedilmiş konuşma ister. Ayrılmış bir şarkı vokali ise şarkılı, işlenmiş ve yankılıdır. Tam tersi bir malzemedir. Hukuki taraf da aynı derecede sıkı. Ticari bir kayıt telif hakkıyla korunur ve sanatçının sesi, ülkeye göre kişilik ya da tanıtım hakları kapsamında korunabilir. Yayınlanmış bir parçadan lisanssız bir sanatçıyı klonlamak, düzenleyicilerin kural yazmaya çalıştığı kullanım biçimidir. Yayınlayacağınız her klon için kendi kayıtlarınızı ya da rızası olan bir sanatçıyı kullanın. İzolasyonun gerçekten yardımcı olduğu yer kendi malzemenizi temizlemektir. Bir müzik altlığının üzerine kaydedilmiş bir röportaj ya da arka planda parça çalan bir ses notu varsa, örnek yüklemeden önce ayırma size daha temiz bir başlangıç noktası verir. ## Ayırmayı ne zaman tamamen atlamalısınız? Gerçek stemi elde edebiliyorsanız atlayın. Birçok sanatçı remix yarışmaları için stem yayınlar, Bandcamp ve benzeri mağazalar resmî acapella satar. Gerçek bir stemde hiç artefakt yoktur. Adli ya da kanıt amaçlı işlerde atlayın. Ayrılmış bir vokal modelin tahminidir ve inandırıcı görünen ama uydurulmuş ayrıntılar içerebilir. Vokalin enstrümanlarla aynı tınıya sahip olduğu durumlarda da atlayın. Örneğin tek bir sesin bir synth hattını ikilediği bir kayıtta ağ size ikisini birden, karışmış halde verir. Çaba değer olduğu durumlar da belli: çıktı bir pratik parçası, planladığınız bir remix için örnek, bir karaoke stemi ya da kendi kaydınızda yapılacak bir temizlik geçişi olduğunda. Bir karar vermeden önce kendinize basit bir soru sorun: bu çıktı nerede kullanılacak? Pratik ve karaoke için ayırma çoğu zaman yeterlidir. Yayın, lisans ya da klonlama için ise kaynak kalitesi ve hukuki izin, ayırmanın kendisinden daha belirleyicidir. ## Ayrılmış vokal için temizleme zinciri Stemi bitmiş bir parça değil, kaba bir bounce gibi ele alın. Bu, her ayırmada kullandığımız sıra. 80 Hz'de bir yüksek geçiren filtreyle başlayın. Kick sızıntısını temizler. Vokal bu frekansın altında neredeyse hiçbir faydalı şey taşımaz ve model çoğu zaman hafif bir alçak vuruntu bırakır. Ardından sızıntı bantlarında spektral onarım aracı ya da dinamik bir EQ kullanın. Hi-hat sızıntısı 8-10 kHz civarında, davul sızıntısı 200 Hz ve 4 kHz civarında yaşar. Sadece sorunlu vuruş çalarken kesin, böylece vokal vuruşlar arasında havasını korur. Sonra 6-8 kHz'de bir de-esser, kuyrukları yeniden kurmak için hafif bir plak yankısı ve modelin güven seviyesini değiştirdiği yerlerdeki seviye sıçramalarını düzleştirmek için 2:1 oranında hafif bir kompresör ekleyin. Dokunuşlar küçük olmalı: 1 ila 3 dB kazanç azaltması yeterlidir. Son olarak loudness kontrolü yapın. Ayrılmış vokaller orijinal miksten genellikle 6 ila 10 dB daha sessiz çıkar. Bir şeyle karşılaştırmadan önce normalize edin. *Oturum notu: Stemi her zaman hem kulaklıkta hem hoparlörde dinleyin. Hoparlörde kaybolan artefaktlar kulaklıkta ortaya çıkar.* **Ayırma yeterince iyi mi?** İki kontrol beş dakika alır. Birincisi null testi: iki stemin toplamının fazını orijinale karşı ters çevirin. Sadık bir ayırma çok küçük bir kalıntı bırakır. İkincisi solo testi: vokali orta seviyede tek başına dinleyin ve nerede titrediğini not edin, çünkü o noktalar herhangi bir remixte açığa çıkar. Titreme yalnızca nakarat bölümünde görünüyorsa daha yüksek overlap ayarıyla yeniden çalıştırın ya da o bölümü ayrıca ayırın. Her yerde görünüyorsa sınır kaynak dosya ya da parçanın düzenlemesidir ve hiçbir ayar bunu düzeltmez. Her şey komut satırı gerektirmez. Aracı işe uydurun. Kendi konuşma kayıtlarınızı toplu temizliyorsanız, arka plandaki müziği de kaldıran metin tabanlı bir editör stem ayırmadan daha hızlıdır. Temiz konuşmadan klonlama örneği hazırlamak için 30 saniye ila birkaç dakika kuru ses kabul eden ve taahhüt etmeden önce kalite raporu veren bir servis kullanın. ![Stüdyo kulaklığı bir miksleme konsolunun üzerinde duruyor](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/anyvoice/2026-10/6e19d0-i3.webp) ## Bir sonraki oturumdan önce Bir iş akışına bağlanmadan önce bir test yapın. Sahip olduğunuz bir şarkıyı htdemucs_ft ile ayırın ve iki stemi geri toplayın. Orijinale karşı null edin. Kalıntı yaklaşık -40 dB'nin altındaysa ayırma çoğu iş için yeterince sadıktır. Test sonucunu bir not defterine yazın: hangi şarkı, hangi model, hangi overlap ayarı ve null sonucu. Birkaç ay sonra aynı işi tekrarladığınızda bu kayıtlar neyin işe yaradığını hatırlatır. Ardından bilinen üç sorunu sırayla düzeltin: kısa bir yankı ekleyin, 6-8 kHz civarında de-esser uygulayın ve hangi çiftleri tutacağınıza karar verin. Bu on dakika sürer ve vokali "belli ki ayrılmış" durumdan bir miksta kullanılabilir hale getirir. Son olarak, kendi sesinizi temizlemek ile başkasının sesini ödünç almak arasında net bir çizgi çekin. Birincisi bir iş akışıdır. İkincisi lisans gerektirir. ## FAQ ### Demucs ücretsiz mi? Evet, Demucs açık kaynaklıdır. Yerel çalıştırmada parça başına ücret ödemezsiniz. Yalnızca ilk çalıştırmada model ağırlıkları için birkaç yüz megabaytlık bir indirme gerekir. ### Ayırma için en iyi kaynak dosya formatı hangisi? 16 bit/44.1 kHz WAV ya da FLAC en iyisidir. 128 kbps bir MP3, modelin ünsüzleri bulmak için kullandığı yüksek frekans bilgisini zaten bulandırmıştır. ### Ayrılmış vokali ses klonlamak için kullanabilir miyim? Yalnızca izinle. Ayrılmış vokal, kesilmiş yankı ve sibilans artefaktlarını klona taşır ve çoğu servis kuru, müziksiz konuşma ister. Telif ve kişilik hakları da ayrıca geçerlidir. ### htdemucs_ft ile standart htdemucs arasındaki fark nedir? İnce ayarlı htdemucs_ft sürümü yaklaşık dört kat daha yavaştır, ama vokallerde biraz daha temiz çıkar. Yayınlayacağınız ya da klonlayacağınız işler için bunu tercih edin. ### Ayırmanın sonucunu nasıl kontrol ederim? İki kontrol yeterlidir. Null testinde iki stemin toplamını orijinalin fazının tersiyle karşılaştırırsınız, sadık bir ayırma çok küçük bir kalıntı bırakır. Solo testinde vokali tek başına dinleyip titreme noktalarını not edersiniz. ### Ayırma yerine gerçek stem ne zaman aramalıyım? Remix yarışmaları, resmî acapella satışları ve sanatçıların yayınladığı stemler her zaman daha iyidir. Gerçek bir stemde hiç artefakt yoktur, ayırmada ise model tahmini vardır. ### Ayrılmış vokal orijinal miksten neden daha sessiz çıkar? Ayırma, vokali miksin geri kalanıyla birlikte ölçeklendirmez. Ayrılmış vokaller genellikle orijinal miksten 6 ila 10 dB daha sessiz olur, bu yüzden karşılaştırmadan önce normalize edin.