曲からボーカルを抜き出す・カラオケ音源（オフボーカル）を作る方法
どんな曲もブラウザで動く AI でボーカルと伴奏に分離。手順、かかる時間、きれいに分けるコツをまとめました。曲はアップロードされません。
更新日
結論: ボーカル除去 を開いて曲をドロップし、ボーカルを分離 を押すだけです。ボーカル（アカペラ） と インスト（カラオケ） の 2 つのファイルができます。AI モデルはお使いのパソコンやスマホで動くので、曲はアップロードされません。初回だけモデル（約 172 MB）をダウンロードし、以降はオフラインで使えます。
手順
- できればパソコンの Chrome か Edge で ボーカル除去 を開いてください。WebGPU でグラフィックボードを使うため、ずっと速くなります。
- 曲をページにドロップします。MP3、WAV、FLAC、M4A、ミュージックビデオに対応。動画の音声はそのまま使われ、事前の変換はいりません。
- ボーカルを分離 を押します。初回はモデルのダウンロードが表示され、その後「分離中…」と残り時間が出ます。
- ボーカル（アカペラ）、インスト（カラオケ）、または両方をダウンロード。リミックスには 4 つのステムすべて（ボーカル、ドラム、ベース、その他）を ZIP で。
標準の保存形式は MP3 で、ダウンロード前に別の形式も選べます。
かかる時間
グラフィックボードがあれば、モデル読み込み後の一般的な曲で 1〜2 分ほど。最初の数秒で目安時間が表示されます。WebGPU がない環境（Firefox、多くのスマホ、古いノートパソコン）では、その旨が表示されたうえで CPU で処理し、曲 1 分あたりおよそ 8 分かかります。遅いだけで動くので、タブは開いたままにしてください。
長いファイルでメモリが足りなくなったら、音声をカット で必要な部分だけ切り出してから分離しましょう。
AI がしていること
このツールは Meta AI Research の Hybrid Transformer Demucs（htdemucs）を使っています。音楽分離で最も優秀なオープンモデルの一つで、MIT ライセンスで公開されています。何千もの曲から声・ドラム・ベースの音を学習しており、ミックスを 4 つのステムに分けます。「ボーカル」は声のステム、「インスト」は残り 3 つを足し合わせたものです。
昔ながらのカラオケ化は、ステレオの中央にある音を打ち消すだけでした。その方法だとベースやバスドラムまで消え、リバーブは残ります。学習済みモデルなら楽器はそのまま残ります。
きれいに分けるコツ
- 元の音源は高音質で。 WAV、FLAC、高ビットレートの MP3 のほうが、メッセージアプリ経由で強く圧縮された音声よりきれいに分かれます。
- 多少の「にじみ」は普通です。 コーラスや強いリバーブはインストに残り、大きなシンバルがアカペラにかすかに残ることがあります。どの分離ツールでも同じです。
- あとで音量を整える。 分けたステムは元の曲より小さく聞こえがちです。音量をそろえる で標準的な音量にできます。
- 歌ではなく話し声の録音なら、 車の音や風、換気扇などの雑音には 録音のノイズを除去 のほうが向いています。
こんな用途に
カラオケや歌の練習、ベースやドラムの耳コピ、リミックスや DJ 用のアカペラ、サンプリング、歌詞の書き起こし、文化祭や発表会用の伴奏。なお曲の権利は権利者のものです。他人の曲から作ったステムは、ライセンスがない限り個人的な利用にとどめてください。
よくある質問
曲はアップロードされますか？
いいえ。AI モデルのほうがあなたの端末に来ます。ファイルがブラウザのタブから出ることはありません。
スマホでも使えますか？
使えます（最新のブラウザで）。多くのスマホは CPU 処理になるので 1 曲に数分かかり、172 MB のモデルは Wi-Fi でダウンロードするのがおすすめです。
無料ですか？長さの制限は？
無料です。実際の上限は端末のメモリで、普通の曲なら問題ありません。とても長い DJ ミックスは分割してください。
動画から BGM を消して声だけ残せますか？
できます。動画ファイルをそのままドロップして ボーカル（アカペラ） をダウンロードしてください。歌だけでなく、BGM の上の話し声にも使えます。