แยกเสียงร้องออกจากเพลงบน Mac

สร้างดนตรีประกอบสำหรับฝึกร้องจากไฟล์เพลงบน Mac เครื่องมือ speech CLI ฟรีจะแยกเสียงร้อง กลอง เบส และเครื่องดนตรีอื่น จากนั้น FFmpeg ผสมสเต็มประกอบทั้งสามเข้าด้วยกัน เริ่มจากตัวอย่างสั้นด้านล่างและฟังผลก่อนใช้เพลงของคุณเอง

1. ติดตั้งเครื่องมือ

ต้องใช้ Mac ที่มี Apple Silicon, macOS 15 ขึ้นไป และ Homebrew เปิด Terminal แล้วเรียกใช้คำสั่งติดตั้ง ประมวลผลภายใน Mac โดยไม่ต้องมีบัญชี Soniqo หรืออัปโหลดเสียง

brew install speech ffmpeg

2. ทดลองเพลงตัวอย่าง

ใช้โฟลเดอร์ทำงานใหม่เพื่อเก็บต้นฉบับกับผลลัพธ์ไว้ด้วยกัน ดาวน์โหลด WAV สเตอริโอหรือฟังตัวอย่างก่อน ทุกตัวอย่างมาจากการบันทึกเดียวกัน จึงเปรียบเทียบเสียงที่เหลือในแต่ละผลลัพธ์ได้

curl -fL https://soniqo.audio/audio/samples/music/sample.wav -o sample.wav

ดาวน์โหลด WAV ตัวอย่าง · ที่มาและสัญญาอนุญาตของตัวอย่าง

Core ’ngrato (1995) · Singing Sergeants, United States Air Force Band. นี่คือผลลัพธ์ตัวอย่างจากคำสั่งด้านล่าง ไม่ใช่การทดสอบเปรียบเทียบคุณภาพการแยก

3. แยกเสียงที่บันทึก

เรียกใช้คำสั่งในโฟลเดอร์ที่มี sample.wav โดยจะสร้าง vocals.wav, drums.wav, bass.wav และ other.wav ใน stems ต้นฉบับยังคงอยู่เหมือนเดิม

speech separate sample.wav --engine htdemucs --htdemucs-precision int8 --output-dir stems

4. บันทึกดนตรีประกอบ

รวมกลอง เบส และเครื่องดนตรีอื่นโดยไม่ใส่สเต็มเสียงร้อง คำสั่ง FFmpeg นี้สร้าง instrumental.wav และใช้ลิมิเตอร์ควบคุมระดับพีก เป็นการผสมสามส่วนที่แยกแล้ว ไม่ใช่การลบเสียงร้องที่ประมาณได้ออกจากต้นฉบับ

ffmpeg -i stems/drums.wav -i stems/bass.wav -i stems/other.wav -filter_complex 'amix=inputs=3:normalize=0,alimiter=limit=0.98:level=false:latency=true' -c:a pcm_s16le instrumental.wav

เปิด instrumental.wav เพื่อตรวจดนตรีประกอบ และ stems/vocals.wav เพื่อฟังเสียงร้องเดี่ยว ฟังเสียงร้องที่ยังหลงเหลือ เครื่องดนตรีที่หายไป หรือเสียงกระแทกที่เปลี่ยนไป มิกซ์ที่หนา เสียงก้อง และเสียงทับซ้อนอาจทำให้มีร่องรอยการแยกที่ได้ยินได้

ใช้เพลงของคุณเอง

เปลี่ยนอินพุตเป็นพาธ WAV สเตอริโอของคุณ ใส่เครื่องหมายอัญประกาศรอบชื่อที่มีช่องว่าง และใช้โฟลเดอร์ผลลัพธ์แยกกันในแต่ละเพลง ขั้นตอนนี้ใช้ WAV สเตอริโอ 44.1 kHz จึงควรแปลงรูปแบบอื่นเป็น WAV ก่อน

speech separate "/path/to/Your Song.wav" --engine htdemucs --htdemucs-precision int8 --output-dir my-song-stems

หากต้องการดนตรีประกอบ ให้แทน stems ในคำสั่ง FFmpeg ด้วยโฟลเดอร์ผลลัพธ์ของเพลงนั้น

ผลลัพธ์ที่คาดหวัง

ตัวอย่างสั้นไม่ได้เป็นการวัดประสิทธิภาพของเพลงสามนาทีหรือโทรศัพท์ เวลาและหน่วยความจำขึ้นกับเพลงและโมเดล เริ่มจากคลิปสั้น เก็บต้นฉบับ และฟังตรวจสอบก่อนนำไปฝึกหรือแก้ไข

ดูการตั้งค่าโมเดลและ Swift API ในการแยกแหล่งเสียง วิธีติดตั้งในเริ่มต้นใช้งาน และตัวเลือกในเอกสาร CLI