Cách tách giọng hát khỏi nhạc để lấy beat karaoke hoặc giọng acapella
Tách bài hát bất kỳ thành giọng hát và nhạc nền bằng AI chạy ngay trong trình duyệt: các bước, mất bao lâu, cách cho kết quả sạch hơn và không phải tải lên.
Cập nhật
Trả lời nhanh: mở Tách giọng hát, thả bài hát vào và nhấn Tách giọng hát. Bạn nhận được hai tệp: Giọng hát (acapella) và Nhạc nền (karaoke), tức là beat. Mô hình AI chạy ngay trên máy tính hoặc điện thoại của bạn nên bài hát không bao giờ bị tải lên. Lần đầu mô hình được tải một lần (khoảng 172 MB); sau đó chạy được khi không có mạng.
Các bước
- Nếu được, hãy mở Tách giọng hát bằng Chrome, Edge hoặc Cốc Cốc trên máy tính. Các trình duyệt này dùng card đồ họa qua WebGPU nên nhanh hơn nhiều.
- Thả bài hát vào trang: MP3, WAV, FLAC, M4A hoặc video ca nhạc. Âm thanh trong video được dùng trực tiếp, không cần chuyển đổi trước.
- Nhấn Tách giọng hát. Lần đầu bạn sẽ thấy mô hình được tải về, sau đó là Đang tách… kèm thời gian còn lại.
- Tải Giọng hát (acapella), Nhạc nền (karaoke) hoặc cả hai. Để phối lại, lấy Cả 4 stem dạng ZIP: giọng, trống, bass và nhạc cụ còn lại.
Tệp mặc định là MP3; bạn có thể chọn định dạng khác trước khi tải.
Mất bao lâu
Có card đồ họa, một bài hát bình thường mất một đến hai phút sau khi mô hình được nạp; ước tính thời gian hiện ra sau vài giây đầu. Không có WebGPU (Firefox, nhiều điện thoại, laptop cũ), trang sẽ báo và chạy bằng bộ xử lý, khoảng 8 phút xử lý cho mỗi phút nhạc. Vẫn chạy được, chỉ chậm hơn, nên đừng đóng thẻ.
Nếu tệp dài bị hết bộ nhớ, hãy cắt đoạn cần dùng bằng Cắt âm thanh trước.
AI làm gì
Công cụ dùng Hybrid Transformer Demucs (htdemucs) của Meta AI Research, một trong những mô hình mở tốt nhất để tách nhạc, phát hành theo giấy phép MIT. Nó học từ hàng nghìn bài hát xem giọng người, trống và bass nghe thế nào, rồi chia bản phối thành bốn stem. “Giọng hát” là stem giọng; “Nhạc nền” là ba stem còn lại cộng lại.
Các mẹo làm karaoke cũ chỉ triệt tiêu phần nằm giữa âm thanh nổi. Cách đó làm mất luôn bass và trống kick, còn tiếng vang thì ở lại. Mô hình đã huấn luyện giữ nguyên nhạc cụ.
Để kết quả sạch hơn
- Dùng nguồn tốt nhất. WAV, FLAC hoặc MP3 chất lượng cao tách tốt hơn tệp đã bị nén mạnh từ ứng dụng nhắn tin.
- Lọt tiếng một chút là bình thường. Bè, hợp xướng và vang nhiều có thể còn trong nhạc nền, tiếng chũm chọe lớn có thể vương nhẹ trong acapella. Bộ tách nào cũng vậy.
- Chỉnh âm lượng sau đó. Stem riêng thường nhỏ hơn bài hát gốc. Cân bằng âm lượng đưa chúng về mức chuẩn.
- Là bản ghi giọng nói chứ không phải bài hát? Với tiếng xe, gió hay quạt phía sau, Lọc tạp âm bản ghi giọng nói phù hợp hơn.
Mọi người dùng để làm gì
Hát karaoke và luyện giọng, học dòng bass hoặc trống, lấy acapella để remix và chơi DJ, cắt sample, chép lời bài hát, hoặc beat cho tiết mục văn nghệ ở trường. Hãy nhớ bài hát vẫn thuộc về chủ sở hữu quyền: stem tách từ bài của người khác chỉ dùng cá nhân, trừ khi bạn có giấy phép.
Câu hỏi thường gặp
Bài hát của tôi có bị tải lên không?
Không. Mô hình AI đến thiết bị của bạn chứ không phải ngược lại. Tệp không bao giờ rời khỏi thẻ trình duyệt.
Có dùng được trên điện thoại không?
Có, với trình duyệt mới. Đa số điện thoại chạy bằng bộ xử lý nên một bài mất vài phút, và nên tải mô hình 172 MB qua Wi-Fi.
Có miễn phí không? Có giới hạn độ dài không?
Miễn phí. Giới hạn thực tế là bộ nhớ thiết bị: bài hát trọn vẹn chạy tốt, các bản mix DJ rất dài nên cắt nhỏ.
Có thể bỏ nhạc trong video và chỉ giữ giọng không?
Có. Thả chính tệp video vào và tải Giọng hát (acapella). Cách này dùng được cho bài hát và cả lời nói trên nền nhạc.