Vocal Remover (Karaoke-Maker) – kostenlos

Beispiel

Klicken Sie auf „Beispiel ausprobieren“. Es fügt sample-song.wav hinzu, etwa 12 Sekunden Begleitmusik mit einem synthetischen Sänger darüber, und „Methode“ beginnt bei „KI-Trennung (beste Qualität)“. Ein Bereich bietet den einmaligen Modell-Download mit der Schaltfläche „Modell laden“, und eine Zeile darunter sagt „Rechnen Sie bei diesem Song (0:12) auf einem Computer mit etwa 0:08. Sobald es beginnt, zeigt der Balken die tatsächlich verbleibende Zeit an.“ (Ein Smartphone sieht 0:57 in einem längeren Satz.) Klicken Sie auf „🎤 Gesang entfernen“. Der Balken zeigt „Song wird gelesen …“, „KI-Modell wird geladen …“, „Trennung von Stimme und Musik: Teil 1 von 2“, dann „MP3-Dateien werden erstellt …“. Zwei Karten erscheinen, „Instrumental (Karaoke)“ und „Gesang (a cappella)“, jeweils mit einem Player, „⬇ MP3 herunterladen“ und einer Schaltfläche „WAV“, die mit „~2 MB“ gekennzeichnet ist. Die Dateien heißen sample-song_instrumental.mp3 und sample-song_vocals.mp3. Die Hauptschaltfläche lautet jetzt „Erneut verarbeiten“.

Welche Einstellungen zu verwenden sind, und die Grenzen

• Wählen Sie die KI-Trennung, außer Sie müssen den Download vermeiden. „KI-Trennung (beste Qualität)“ lässt das Spleeter-2-stems-Netz von Deezer auf Ihrem Gerät laufen. Es funktioniert bei den meisten Songs, auch in Mono, und braucht einen einmaligen Modell-Download von 18,8 MB (die Zahl auf der Schaltfläche „Modell laden“ enthält auch Engine-Dateien, die noch nicht im Cache liegen). „Sofort (geringere Qualität)“ braucht keinen Download. Es subtrahiert die Mitte einer Stereo-Mischung zwischen 200 Hz und 6.000 Hz, entfernt also, was genau in der Mitte liegt, und Hall und Backing-Vocals bleiben oft erhalten. Mono-Dateien lehnt es ab. Wenn Sie die Methode ändern, wird ein früheres Ergebnis als veraltet gekennzeichnet.
• Wählen Sie MP3 oder WAV für jede Spur. Beide Spuren werden am Ende des Durchlaufs als MP3 mit 192 kbps erstellt, sodass „MP3 herunterladen“ sofort startet. Die Schaltfläche „WAV“ daneben schreibt beim Antippen eine 16-Bit-Stereodatei mit 44,1 kHz, und ihre „~“-Größe ist die Songlänge mal 44.100 Samples mal 4 Byte, etwa 10 MB pro Minute. Die Ausgabe ist immer Stereo mit 44,1 kHz, und ein Mono-Song wird wie zwei identische Kanäle behandelt. Die Dateien heißen etwa song_instrumental.mp3 und song_vocals.wav. Im KI-Modus ist die Gesangsspur der Song minus das Instrumental, beide ergeben also zusammen wieder das Original. Kann der MP3-Encoder nicht geladen werden, erhalten Sie WAV-Dateien und einen Hinweis.
• Legen Sie ein Video ab, um seine Tonspur zu trennen. Das Ablagefeld nimmt Audiodateien und Videos wie MP4, MOV, WebM oder MKV an. Bei einem Video zeigt die Seite zuerst „Audio wird aus Ihrem Video gelesen…“, während die mitgelieferte Medien-Engine den Ton herauszieht. Es kommt nur Audio zurück, nie ein Video, und ein Video ohne Ton endet mit „Dieses Video hat keine Tonspur, die verarbeitet werden könnte.“ Eine Datei über der Grenze Ihres Geräts wird abgelehnt und nicht hinzugefügt: etwa 2 GB auf einem normalen Computer, 1 GB auf einem, der 4 GB Speicher oder weniger meldet, 400 MB auf einem Smartphone. Ein Hinweis auf langsame Dateien beginnt bei 800, 400 und 150 MB.
• Prüfen Sie die Zeitschätzung und die Längengrenze. Im KI-Modus nennt eine Zeile unter dem Modellbereich die erwartete Zeit, zum Beispiel etwa 1:28 für einen Song von 4:00 auf einem Computer oder 17:40 auf einem Smartphone. Der Wert für das Smartphone ist absichtlich pessimistisch, und der Balken zeigt die tatsächlich verbleibende Zeit, sobald der Durchlauf beginnt. Der KI-Modus nimmt Songs bis 20:00 auf einem Computer und 10:00 auf einem Smartphone oder Tablet. Bei einem langen Song kann „Dieser Song ist für den Arbeitsspeicher dieses Geräts recht lang und wird möglicherweise nicht fertig.“ hinzukommen. Lassen Sie auf einem Smartphone den Bildschirm an und den Tab geöffnet. „Abbrechen“ stoppt den Durchlauf, und der nächste Durchlauf liest den Song erneut.
• Verwalten Sie den Modell-Download. Der Modellbereich sagt „Dieses Tool lässt ein KI-Modell auf Ihrem Gerät laufen.“ Ein Klick auf „Modell laden“ oder „Gesang entfernen“ lädt es herunter und trennt dann den Song. „Download abbrechen“ stoppt es mit „Download abgebrochen. Nichts wurde gespeichert.“ Liegt das Modell im Cache, lautet der Bereich „Modell bereits heruntergeladen – nichts abzurufen.“ und bietet „Heruntergeladenes Modell entfernen (18,8 MB)“ an. Ist Ihr Gerät auf Datensparen eingestellt, wird der Download abgelehnt, bis Sie das ausschalten oder zu WLAN wechseln. In einem Browser, der das Modell nicht ausführen kann, nennt der Bereich den Grund, und der Sofort-Modus funktioniert weiterhin.

Häufige Probleme und wie man sie behebt

Es erscheint „Das KI-Modell konnte nicht geladen werden. Prüfen Sie Ihre Verbindung und versuchen Sie es erneut, oder nutzen Sie den Sofort-Modus.“

Das ist das Banner für jeden Fehler vor dem Beginn der Trennung: Der Modell-Download ist fehlgeschlagen, der Browser wollte es nicht speichern oder der Hintergrund-Worker ließ sich nicht starten. Der Modellbereich darüber bleibt sichtbar und nennt den genauen Grund, etwa „Der Download wurde unterbrochen – prüfen Sie Ihre Verbindung und versuchen Sie es erneut.“ oder „In Ihrem Browser ist nicht genug freier Speicher für dieses Modell vorhanden.“, mit einer Schaltfläche „Erneut versuchen“. Beheben Sie die genannte Ursache und klicken Sie auf „Erneut versuchen“, oder wechseln Sie zu „Sofort“, das keinen Download braucht.

Es erscheint „Die KI-Trennung wurde vor dem Ende abgebrochen, meist weil dem Gerät der Arbeitsspeicher ausging. Versuchen Sie einen kürzeren Song, schließen Sie andere Tabs oder nutzen Sie den Sofort-Modus.“

Der Trennungs-Worker meldete bei der Arbeit einen Fehler oder sendete 3 Minuten lang keine Nachricht, was die Seite als festgefahren wertet (ein laufender Engine-Download zählt als Aktivität). Das Modell braucht etwa 400 MB Speicher zusätzlich zum Song selbst, daher ist ein langer Song auf einem Smartphone die übliche Ursache. Verwenden Sie einen kürzeren Teil des Songs, schließen Sie andere Tabs oder wählen Sie „Sofort“. Der fehlgeschlagene Worker wird verworfen, sodass ein erneuter Klick auf „Gesang entfernen“ sauber beginnt.

Es erscheint „Diese Datei konnte nicht als Audio gelesen werden. Versuchen Sie es mit einer MP3-, WAV-, M4A- oder FLAC-Datei.“ oder bei einem Video „Das Audio dieses Videos konnte nicht gelesen werden. Versuchen Sie eine MP4- oder MOV-Datei oder speichern Sie das Audio zuerst als MP3.“

Der eigene Audio-Decoder des Browsers konnte die Datei nicht öffnen, es gab also nichts zu trennen. Speichern Sie den Song als MP3, WAV, M4A oder FLAC und fügen Sie ihn erneut hinzu. Bei einem Video konnte die Medien-Engine den Ton nicht herausziehen: Exportieren Sie es erneut als MP4 oder MOV oder speichern Sie das Audio zuerst als MP3. Eine Datei mit weniger als einer Sekunde Audio ergibt stattdessen „Diese Datei ist zu kurz zum Trennen. Verwenden Sie einen Ausschnitt von mindestens einer Sekunde.“

Es erscheint „Dieser Song ist länger als 20:00, das Maximum, das dieses Gerät in einem Durchgang trennen kann. Schneiden Sie ihn zuerst in kürzere Teile.“ oder „Diese Datei ist 2,6 GB groß und liegt damit über den ~2 GB, die dieses Gerät im Browser verarbeiten kann. Versuchen Sie eine kleinere Datei oder schneiden Sie zuerst einen kürzeren Ausschnitt zu.“

Der KI-Modus hält das Audio des Songs im Speicher, während das Modell arbeitet, und nimmt daher bis zu 20:00 auf einem Computer und 10:00 auf einem Smartphone oder Tablet an; die Zeit in der Meldung ist die Grenze Ihres eigenen Geräts. Die Prüfung verwendet die vom Player gemeldete Länge und gilt nur für den KI-Modus. Schneiden Sie den Song in Teile und trennen Sie jeden. Die zweite Meldung ist die Dateigrößengrenze (2 GB, 1 GB oder 400 MB je nach Gerät), und diese Datei wird nicht hinzugefügt.

Es erscheint „Diese Datei ist mono (oder beide Kanäle sind identisch), daher gibt es für den Sofort-Modus nichts auszulöschen. Nutzen Sie die KI-Trennung, die auch bei Mono-Songs funktioniert.“

Der Sofort-Modus unterscheidet die Mitte der Mischung von den Seiten. In einer Mono-Datei sind beide Kanäle gleich, es gibt also keinen Unterschied zum Trennen. Eine Stereo-Datei gilt als Mono, wenn das Seitensignal 40 dB unter der Mitte oder tiefer liegt. Stellen Sie „Methode“ auf „KI-Trennung (beste Qualität)“. Eine verwandte Warnung, „Dieser Song hat wenig mittig platzierten Inhalt: Das Ergebnis ist etwa 34 dB leiser als das Original …“, erscheint, wenn ein Sofort-Ergebnis mehr als 30 dB leiser als die Eingabe ist.

Wie es im Vergleich abschneidet

Der KI-Modus erzeugt zwei Dateien, ein Instrumental und eine Gesangsspur, mit dem Spleeter-2-stems-Modell von Deezer (MIT-Lizenz). Die Seite selbst warnt, dass in lauten Passagen eine schwache Spur der Stimme bleibt, und Instrumente, die wie eine Stimme klingen, können in der Gesangsspur landen. In den eigenen Tests dieser Website trennte er bei jedem Testsong deutlich besser als der Sofort-Modus. Er teilt nur in zwei Spuren; für Drums und Bass als getrennte Spuren nutzen Sie den Stem Splitter (Gesang, Drums, Bass). Weil er im Browser läuft, braucht er den Modell-Download und benötigt auf einem Computer etwa ein Drittel der Songlänge, auf einem Smartphone weit länger, mit einer Grenze von 20:00 pro Song. Nichts wird hochgeladen.