AI से गाने से आवाज़ अलग करें

30 सेकंड का गाना Demucs से चार ट्रैक में बँटा, वोकल, ड्रम, बेस और बाक़ी, और बग़ल में वही गाना वोकल आइसोलेशन से गुज़रा हुआ। पूरा वर्कफ़्लो, बिना खाता बनाए।

इंटरैक्टिव डेमो

असली वर्कफ़्लो, असली नतीजे। खुलकर घुमाइए और ज़ूम कीजिए।

यह वर्कफ़्लो इस्तेमाल करें

असली वर्कफ़्लो: वही गाना दो «आवाज़ सुधारें» नोड में जाता है, Demucs चार ट्रैक लौटाता है, आइसोलेशन एक।

एक नज़र में

यह वर्कफ़्लो क्या बनाता है: 5 प्रोसेस की गई ऑडियो फ़ाइलें
कैनवास की बनावट: 0 कनेक्शन से जुड़े 3 नोड
जुड़े हुए मॉडल: Demucs, ElevenLabs Audio Isolation
एक पूरे राउंड का ख़र्च: लगभग 12 क्रेडिट, यानी $0.14

कराओके बनाना, रीमिक्स के लिए आवाज़ अलग करना, साथ बजाने के लिए किसी गाने के ड्रम निकालना: सब एक ही काम से शुरू होता है, गाने को उसके ट्रैकों में बाँटना। यह वर्कफ़्लो Meta के सेपरेशन मॉडल Demucs से यह करता है: गाना «आवाज़ सुधारें» नोड में जाता है और चार फ़ाइलें निकलती हैं, वोकल, ड्रम, बेस और बाक़ी सब, गिटार और कीबोर्ड समेत।

दूसरा नोड जान-बूझकर कुछ और करता है। ElevenLabs Audio Isolation बोली के लिए बना है, संगीत के लिए नहीं, और डेमो दिखाता है कि फिर भी वह गाने के साथ क्या करता है: सिर्फ़ आवाज़ लौटाता है। 3 सितंबर 2026 को डेमो गाने पर मापा गया, उसका एनवलप Demucs के वोकल ट्रैक से 0.93 के सहसंबंध में चलता है, 17 % ज़्यादा स्तर पर। पर वह बस इतना ही लौटाता है: कोई इंस्ट्रुमेंटल नहीं, इसलिए कोई कराओके नहीं।

डेमो का गाना बनाया गया है, ताकि किसी से अधिकार न माँगने पड़ें। आपका गाना हर नोड के इंपोर्ट बटन से आता है, एक बार में दस मिनट तक, और क़ीमत सेकंड के हिसाब से गिनी जाती है: तीस सेकंड पर दोनों नोड 14 सेंट के पड़ते हैं, जिनमें चार क्रेडिट Demucs के।

कैसे करें

1
अपना गाना इंपोर्ट करें
MP3, WAV, M4A या OGG, दस मिनट तक। प्लेयर के पढ़ते ही नोड अवधि दिखाता है, और उसके साथ क़ीमत। ऑडियो पोर्ट कैनवास पर बनाया संगीत भी लेता है।
2
Demucs चलाएँ
एक क्लिक, चार फ़ाइलें: वोकल, ड्रम, बेस, अन्य। हर ट्रैक का अपना प्लेयर और डाउनलोड बटन है, और नोड का आउटपुट पहला ट्रैक, वोकल, आगे ले जाता है।
3
आइसोलेशन से तुलना करें
दूसरा नोड दूसरे रास्ते से सिर्फ़ आवाज़ देता है। भारी प्रोडक्शन वाले गायन में दोनों में से कोई एक वाक्यों के अंत बेहतर रखता है: एडिट में कौन सा भेजना है, तय करने से पहले दोनों सुनिए।
4
अपना संस्करण जोड़ें
कराओके यानी आवाज़ के बिना तीन ट्रैक: उन्हें [मोंटाज](/docs/canvas-nodes) के तीन ऑडियो ट्रैक पर रखिए और एक्सपोर्ट कीजिए। रीमिक्स के लिए आवाज़ रखिए और बाक़ी बदल दीजिए।

वेरिएंट और इस्तेमाल के तरीके

वही कैनवास, अलग-अलग ज़रूरतों के लिए सेट किया हुआ: हर वेरिएंट में प्रॉम्प्ट की बस दो-तीन लाइनें बदलनी होती हैं।

कराओके संस्करण

सबसे ज़्यादा माँगा जाने वाला मामला: गाना अपनी आवाज़ के बिना। Demucs वोकल को अलग रखता है, जो बचता है वही कराओके है, ड्रम, बेस और अन्य। एडिट में रखने के लिए तीन ट्रैक, और ऊपर गाने के लिए एक गाना।

रीमिक्स के लिए अ कैपेला

उल्टा: सिर्फ़ आवाज़, नए प्रोडक्शन पर रखने के लिए। यहाँ दोनों नोड मुक़ाबले में हैं, और यही डेमो का मतलब है: Demucs और आइसोलेशन थोड़ी अलग आवाज़ लौटाते हैं, वह लीजिए जिसके वाक्यों के अंत सबसे अच्छे टिकते हैं।

किसी गाने के ड्रम पर बजाना

गाना सीखने वाला ड्रमर ड्रम ट्रैक अलग करके उसे लूप में सुनता है, ऊपर गिटार के बिना। बेस भी ऐसे ही। ये वे दो ट्रैक हैं जिन्हें Demucs सबसे साफ़ अलग करता है।

फ़ोन पर रिकॉर्ड किया कवर सुधारना

बैठक में फ़िल्माए कवर में आवाज़ और गिटार मिले होते हैं। वीडियो से ऑडियो निकालिए, Demucs से गुज़ारिए, और आवाज़ अलग से, ज़्यादा ऊँची, दोबारा मिक्स करके तस्वीरों पर वापस रखी जा सकती है।

सिर्फ़ एक वाद्य अलग करना

Demucs सिर्फ़ चार परिवार जानता है। ठीक-ठीक एक गिटार या पियानो निकालने के लिए SAM Audio नोड टेक्स्ट में विवरण लेता है, «the electric guitar», और जो पहचाना उसे एक तरफ़, बाक़ी दूसरी तरफ़ लौटाता है।

गाने के सबटाइटल या ट्रांसक्रिप्शन

अलग की गई आवाज़ मिक्स से कहीं बेहतर ट्रांसक्राइब होती है: शब्द अब स्नेयर से नहीं लड़ते। पहले अलग कीजिए, फिर ट्रांसक्राइब, और संदिग्ध शब्द जाँचने के लिए वोकल ट्रैक रखिए।

आम ग़लतियाँ

वोकल आइसोलेशन से कराओके माँगना

वह आवाज़ लौटाता है, उसका उल्टा कभी नहीं। नोड «आइसोलेशन» कहता है, और ठीक वही करता है: जो आवाज़ नहीं है वह फेंक दिया जाता है, अलग नहीं रखा जाता। कराओके के लिए Demucs।

पहले से बहुत कंप्रेस्ड फ़ाइल अलग करना

96 kb/s का MP3 या स्पीकर से रिकॉर्ड किया गाना वे ऊँची आवृत्तियाँ पहले ही खो चुका है जिनसे Demucs वाद्य पहचानता है। ट्रैक धुँधले निकलते हैं। उपलब्ध सबसे अच्छी फ़ाइल से शुरू कीजिए, हो सके तो मूल।

तीस सेकंड रखने के लिए दस मिनट चलाना

क़ीमत सेकंड के हिसाब से है, और Demucs लंबी फ़ाइलों पर धीमा है। पहले उस हिस्से तक काटिए जो चाहिए, फिर अलग कीजिए: सस्ता, तेज़, और नतीजा वही।

«गिटार» ट्रैक की उम्मीद करना

Demucs जो आवाज़, ड्रम या बेस नहीं है उसे «अन्य» में डालता है: गिटार, कीबोर्ड, तार वाद्य, एक साथ। किसी ख़ास वाद्य के लिए ऊपर बताया SAM Audio नोड है, कोई पाँचवाँ ट्रैक नहीं जो होता ही नहीं।

सुझाए गए मॉडल

Demucs

ElevenLabs Audio Isolation

SAM Audio

अक्सर पूछे जाने वाले सवाल

दोनों नोड में से कराओके कौन बनाता है?

Demucs, और सिर्फ़ वही। कराओके वह सब है जो आवाज़ नहीं है, यानी ड्रम, बेस और अन्य ट्रैक मिलाकर। वोकल आइसोलेशन सिर्फ़ आवाज़ लौटाता है, इसलिए उसका उल्टा नहीं बना सकता।

अलग की गई आवाज़ साफ़ है?

कान को साफ़, आवर्धक काँच में पूर्ण नहीं। कोरस और लंबी रिवर्ब पर Demucs कभी-कभी वोकल ट्रैक में बाक़ी मिक्स की हल्की साँस छोड़ देता है। रीमिक्स में वह नए वाद्यों के नीचे डूब जाती है; नंगे अ कैपेला के लिए ख़ामोशियों को सुनिए।

क्या मैं कॉपीराइट वाला गाना अलग कर सकता हूँ?

तकनीकी तौर पर हाँ, मॉडल अधिकार नहीं पढ़ता। नतीजे का आप क्या करते हैं, यह गाने के लाइसेंस पर निर्भर है: घर के लिए कराओके पर सवाल नहीं उठता, प्रकाशन पर उठता है। डेमो गाना ठीक इसी वजह से बनाया गया है।

एक सेपरेशन का ख़र्च कितना है?

Demucs से तीस सेकंड के चार क्रेडिट, प्रति मिनट छह, अधिकतम दस मिनट के लगभग साठ। वोकल आइसोलेशन महँगा है, चौदह क्रेडिट प्रति मिनट। क़ीमत क्लिक से पहले नोड पर दिखती है, आपकी फ़ाइल की मापी गई अवधि पर।

अधिकतम अवधि कितनी है?

दोनों नोड के लिए एक बार में दस मिनट। पूरा एल्बम गाने-दर-गाने प्रोसेस होता है, जो वैसे भी आप चाहते हैं: हर गाने के लिए ट्रैकों का एक सेट।

किस फ़ॉर्मैट में निकलता है?

किसी भी सॉफ़्टवेयर में पढ़ी जाने वाली ऑडियो फ़ाइलें, हर ट्रैक की एक, नोड से डाउनलोड होने वाली। हर ट्रैक की अवधि मूल गाने की ठीक-ठीक बराबर है, वे बिना खिसके एक के ऊपर एक बैठते हैं।

क्या फ़ोन से किया जा सकता है?

हाँ, कैनवास फ़ोन पर चलता है और फ़ाइल नोड से चुनी जाती है, फ़ोन की फ़ाइलों से भी। फ़ोन पर बनाएँ गाइड उँगली से कैनवास चलाने के तरीक़े बताती है।

क्या मेरी फ़ाइलों से मॉडल ट्रेन होते हैं?

नहीं। जो आप अपलोड करते हैं वह आपके वर्कस्पेस में रहता है, किसी ट्रेनिंग को नहीं सौंपा जाता। बनी हुई फ़ाइलें आपकी हैं, मूल गाने के अधिकारों की सीमा में।

AI से गाने से आवाज़ अलग करें

यह वर्कफ़्लो इस्तेमाल करें

मुफ़्त अकाउंट, बिना क्रेडिट कार्ड। वर्कफ़्लो आपके कैनवास में पहले से भरा हुआ खुलता है।