Создание минусовок и удаление вокала из песен¶
Минусовка — это инструментальная версия музыкального произведения, из которой удалён основной вокал (и, как правило, бэк-вокал), предназначенная для исполнения песни «под фонограмму». Термин широко используется в караоке-индустрии, музыкальном образовании и любительском пении. Получить минусовку из готовой песни можно как с помощью специализированного программного обеспечения, так и с использованием алгоритмов разделения (сепарации) аудиодорожек.
¶Способы получения минусовки
¶Разделение дорожек с помощью нейросетей
Современный основной метод удаления вокала из песни — разделение аудиомикса на отдельные стемы (вокал, барабаны, бас, прочие инструменты) с помощью нейросетевых моделей. Такие модели обучены на больших массивах музыкальных записей и способны выделить голос исполнителя даже при сильном перекрытии с инструментами.
Среди наиболее известных инструментов:
- LALAL.AI — облачный сервис, позволяющий загрузить аудиофайл и получить дорожку без вокала и отдельно изолированный голос;
- Ultimate Vocal Remover (UVR) — бесплатная программа с открытым кодом, работающая локально, поддерживающая несколько архитектур нейросетей (MDX-Net, Demucs, VR Architecture);
- Demucs — модель от Meta (компания Meta признана экстремистской и запрещена в РФ), доступная как в виде библиотеки, так и в виде веб-интерфейса;
- RipX — коммерческое приложение для редактирования аудио с функцией удаления вокала и отдельных инструментов.
Принцип работы этих инструментов схож: пользователь загружает исходный трек, алгоритм анализирует спектральный состав сигнала и строит маски, отделяющие голос от музыкального сопровождения. Результат экспортируется в форматы WAV, MP3 или FLAC.
¶Классические методы
До появления нейросетей удаление вокала выполнялось аналоговыми и цифровыми приёмами:
- Фазовое вычитание — метод, основанный на том, что в стереофонической записи вокал часто записан одинаково в обоих каналах (моно-составляющая). Вычитание одной канальной копии из другой гасит голос, но одновременно ухудшает звучание инструментов, записанных по центру стереополя. Этот приём реализован в старых версиях программ Audacity и Adobe Audition (функция «Center Channel Extractor»).
- Эквализация — ослабление диапазона 1–4 кГц, где сосредоточена основная энергия человеческого голоса, с помощью режекторного фильтра. Метод даёт лишь частичное подавление вокала и считается устаревшим.
Фазовое вычитание и эквализация не обеспечивают полного удаления голоса и оставляют характерный «призрачный» след, поэтому в профессиональной практике они почти полностью вытеснены нейросетевыми сепараторами.
¶Форматы и качество
Качество минусовки зависит от нескольких факторов:
| Фактор | Влияние |
|---|---|
| Битрейт исходника | Файлы MP3 128 кбит/с содержат меньше спектральных данных, чем FLAC или WAV; после сепарации возможны артефакты |
| Плотность аранжировки | В треках с плотным миксом вокал сложнее изолировать чисто |
| Выбор модели | Разные архитектуры (MDX-Net, Demucs v4) дают различный баланс между подавлением голоса и сохранностью инструментов |
| Наличие бэк-вокала | Групповые партии и гармонии удаляются хуже соло |
Для караоке-целей обычно достаточно результата в формате MP3 с битрейтом от 256 кбит/с. При необходимости дальнейшей обработки (сведение, мастеринг) рекомендуется работать с WAV 44,1 кГц/16 бит или выше.
¶Правовой аспект
Удаление вокала из чужой записи и дальнейшее использование полученной минусовки затрагивает вопросы авторского права. Музыкальное произведение охраняется как текст и мелодия (права автора-правообладателя), а фонограмма — как запись исполнения (права продюсера). Создание минусовки из чужого трека без разрешения правообладателя формально является переработкой, а публичное исполнение или распространение результата может нарушать смежные права. Для легального использования минусовок существуют лицензии Creative Commons и официальные караоке-сервисы, заключающие договоры с правообладателями.
¶Применение
Минусовки используются в караоке-клубах и домашних караоке-системах, на музыкальных занятиях и в вокальных студиях, при создании кавер-версий и ремиксов, а также в стриминге и контент-продакшене. Отдельный сегмент рынка — производство минусовок на заказ для исполнителей, готовящих выступления.
¶Интересные факты
- Первые коммерческие караоке-устройства в 1970-х годах использовали не удаление вокала из готовых записей, а специально создаваемые инструментальные фонограммы: японский инженер Дайсукэ Иноуэ записывал треки без голоса для собственного караоке-автомата.
- Нейросетевые сепараторы способны извлекать не только вокал, но и отдельные инструменты — например, гитару или барабаны, что применяется при ремастеринге старых записей.