無料ボーカルリムーバー（カラオケメーカー）

実例

「サンプルを試す」を押します。約12秒のバックトラックに合成した歌声が乗った sample-song.wav が追加され、「方式」は「AI分離 (最高品質)」から始まります。パネルに、「モデルを読み込む」ボタンで1回だけのモデルのダウンロードが案内され、その下の行に「この0:12の曲の場合、コンピューターでは約0:08を見込んでください。開始後、バーに実際の残り時間が表示されます。」と表示されます（スマートフォンでは、より長い文で 0:57 と表示されます）。「🎤 ボーカルを除去」を押します。バーには「曲を読み込んでいます…」「AIモデルを読み込んでいます…」「ボーカルと音楽を分離中: パート 1/2」、続いて「MP3ファイルを作成しています…」と表示されます。「インストゥルメンタル (カラオケ)」と「ボーカル (アカペラ)」の2枚のカードが現れ、それぞれにプレーヤー、「⬇ MP3をダウンロード」、「~2 MB」と書かれた「WAV」ボタンがあります。ファイル名は sample-song_instrumental.mp3 と sample-song_vocals.mp3 です。メインのボタンは「再処理」になります。

使用する設定と制限事項

• ダウンロードを避けたい場合を除き、AI分離を選びます。 「AI分離 (最高品質)」は、Deezer の Spleeter 2-stems ネットワークをお使いの端末上で実行します。ほとんどの曲、モノラルの曲でも動作し、1回だけ 18.8 MB のモデルのダウンロードが必要です（「モデルを読み込む」ボタンに表示される数値には、まだキャッシュされていないエンジンのファイルも含まれます）。「インスタント (低品質)」はダウンロード不要です。ステレオミックスの中央を 200 Hz から 6,000 Hz の範囲で差し引くので、真ん中に定位するものは取り除かれますが、リバーブやバックコーラスは残ることがよくあります。モノラルのファイルは受け付けません。方式を変更すると、以前の結果は古いものとして表示されます。
• 各トラックを MP3 か WAV から選びます。 実行が終わると、2つのトラックはどちらも 192 kbps の MP3 として作られるため、「MP3をダウンロード」はすぐに始まります。その隣の「WAV」ボタンは、タップすると 16 ビット、ステレオ、44.1 kHz のファイルを書き出し、「~」で示されるサイズは、曲の長さ × 44,100 サンプル × 4 バイトで、1分あたり約 10 MB です。出力は常に 44.1 kHz のステレオで、モノラルの曲は同じ2つのチャンネルとして扱われます。ファイル名は song_instrumental.mp3、song_vocals.wav のようになります。AI モードでは、ボーカルのトラックは曲からインストゥルメンタルを引いたものなので、2つを足すと元の曲に戻ります。MP3 エンコーダーが読み込めない場合は、WAV ファイルと注記が表示されます。
• 動画をドロップして、そのサウンドトラックを分離します。 ドロップ領域は、音声ファイルと、MP4、MOV、WebM、MKV などの動画を受け付けます。動画の場合、ページは最初に「動画から音声を読み込み中…」と表示し、その間に内蔵のメディアエンジンが音声を取り出します。戻ってくるのは音声だけで、動画は戻りません。音声のない動画は「この動画には処理できる音声トラックがありません。」と表示されて止まります。端末の上限を超えるファイルは、追加されずに拒否されます。通常のパソコンでは約 2 GB、メモリが 4 GB 以下と報告されるパソコンでは 1 GB、スマートフォンでは 400 MB です。ファイルが重いという注記は、800、400、150 MB から表示されます。
• 所要時間の見積もりと長さの上限を確認します。 AI モードでは、モデルのパネルの下の行に所要時間の目安が表示されます。たとえば 4:00 の曲では、パソコンで約 1:28、スマートフォンで 17:40 です。スマートフォンの数値は意図的に悲観的に見積もられており、実行が始まるとバーに実際の残り時間が表示されます。AI モードが受け付ける曲は、パソコンで 20:00、スマートフォンやタブレットで 10:00 までです。長い曲では「この曲はこのデバイスのメモリに対して長すぎるため、完了しない可能性があります。」と表示されることがあります。スマートフォンでは、画面をオンにしたまま、タブを開いたままにしてください。「キャンセル」で実行が止まり、次の実行では曲が再び読み込まれます。
• モデルのダウンロードを管理します。 モデルのパネルには「このツールは AI モデルをお使いの端末上で実行します。」と表示されます。「モデルを読み込む」または「ボーカルを除去」を押すとダウンロードが行われ、その後に曲が分離されます。「ダウンロードを中止」を押すと、「ダウンロードを中止しました。何も保存されていません。」と表示されて止まります。モデルがキャッシュされると、パネルには「モデルはダウンロード済みです。取得するものはありません。」と表示され、「ダウンロード済みのモデルを削除（18.8 MB）」が提供されます。端末がデータセーバーに設定されている場合は、それをオフにするか Wi-Fi に切り替えるまで、ダウンロードは拒否されます。モデルを実行できないブラウザーでは、パネルにその理由が表示され、インスタントモードは引き続き使えます。

よくある問題とその解決方法

「AIモデルを読み込めませんでした。接続を確認して再試行するか、インスタントモードをお使いください。」と表示される

これは、分離が始まる前のあらゆる失敗に対するバナーです。モデルのダウンロードに失敗した、ブラウザーが保存を許可しなかった、バックグラウンドワーカーを起動できなかった、などが該当します。その上のモデルのパネルは表示されたままで、「ダウンロードが止まりました - 接続を確認して、もう一度お試しください。」や「このモデルに必要な空き容量がブラウザーにありません。」のような具体的な理由と、「もう一度試す」ボタンが表示されます。示された原因を解消して「もう一度試す」を押すか、ダウンロード不要のインスタントに切り替えてください。

「AI分離が完了する前に停止しました。通常は、この端末のメモリが不足したことを意味します。より短い曲を試すか、ほかのタブを閉じるか、インスタントモードをお使いください。」と表示される

分離ワーカーが処理中にエラーを報告したか、3分間メッセージを送らなかったため、ページはこれを停止状態として扱いました（エンジンのダウンロード中は動作中として扱われます）。モデルには曲自体に加えて約 400 MB のメモリが必要なので、スマートフォンでの長い曲が一般的な原因です。曲の短い部分を使うか、ほかのタブを閉じるか、インスタントを選んでください。失敗したワーカーは破棄されるため、もう一度「ボーカルを除去」を押すと、まっさらな状態から始まります。

「このファイルはオーディオとして読み取れませんでした。MP3、WAV、M4A、または FLAC ファイルをお試しください。」、動画の場合は「この動画から音声を読み取れませんでした。MP4 または MOV ファイルを試すか、先に音声を MP3 として保存してください。」と表示される

ブラウザー自身のオーディオデコーダーがファイルを開けなかったため、分離するものがありませんでした。曲を MP3、WAV、M4A、FLAC で保存し直して、もう一度追加してください。動画の場合は、メディアエンジンが音声を取り出せなかったので、MP4 または MOV で書き出し直すか、先に音声を MP3 として保存してください。音声が1秒未満のファイルでは、代わりに「このファイルは短すぎて分離できません。1秒以上のクリップをお使いください。」と表示されます。

「この曲は20:00より長く、この端末が一度に分離できる上限を超えています。先に短くトリミングしてください。」または「このファイルは2.6 GBで、この端末がブラウザーで処理できる約2 GBを超えています。より小さいファイルを試すか、先に短いクリップにトリミングしてください。」と表示される

AI モードは、モデルが動作している間、曲の音声をメモリに保持するため、パソコンでは 20:00、スマートフォンやタブレットでは 10:00 まで受け付けます。メッセージの時間は、お使いの端末自身の上限です。このチェックはプレーヤーが報告する長さを使い、AI モードにのみ適用されます。曲を分割して、それぞれを分離してください。2つ目のメッセージはファイルサイズの上限（端末により 2 GB、1 GB、400 MB）で、そのファイルは追加されません。

「このファイルはモノラル（または両チャンネルが同じ）のため、インスタントモードでは打ち消すものがありません。モノラルの曲にも使える AI分離をお使いください。」と表示される

インスタントモードは、ミックスの中央と両側を区別することで機能します。モノラルのファイルでは2つのチャンネルが同じなので、分離する差がありません。ステレオのファイルでも、サイド信号が中央より 40 dB 以上小さい場合は、モノラルとして扱われます。「方式」を「AI分離 (最高品質)」に切り替えてください。関連する警告「この曲は中央に定位した成分が少ないため、結果は元より約 34 dB 小さくなります…」は、インスタントの結果が入力より 30 dB を超えて小さいときに表示されます。

比較

AI モードは、Deezer の Spleeter 2-stems モデル（MIT ライセンス）で、インストゥルメンタルとボーカルの2つのファイルを作ります。ページ自体にも「大きな音の部分では、わずかに声が残ることがあります」と警告があり、声のように聞こえる楽器がボーカルのトラックに入ることもあります。このサイト自身のテストでは、すべてのテスト曲でインスタントモードより明らかにきれいに分離できました。分離は2つのトラックだけです。ドラムやベースを別々のトラックにしたい場合は、ステム分離（ボーカル、ドラム、ベース）をご利用ください。ブラウザー内で動作するため、モデルのダウンロードが必要で、パソコンでは曲の長さのおよそ3分の1の時間がかかり、スマートフォンではずっと長くかかります。1曲あたりの上限は 20:00 です。何もアップロードされません。