Perché le voci rimangono dopo la rimozione: una guida sintomo per sintomo
Per prima cosa identifica cosa rimane: un testo riconoscibile, una coda vocale, un’armonia di accompagnamento o un danno strumentale. Ognuno richiede decisioni diverse. Una modalità più costosa non è una soluzione automatica per tutti e quattro.
1. Trova un momento ripetibile
Scrivi un timestamp e una descrizione come "rimane l’ultima parola prima del ritornello" o "i piatti ondeggiano quando entra il cantante." Ascolta l’originale corrispondente. Se già distorce, non giudicare la separazione come se la fonte fosse pulita.
Mantieni un livello di ascolto confortevole e fisso. Alzare il volume per cercare residui può far sembrare inutilizzabile una traccia pratica adeguata, distraendoti dal danno alla musica di cui hai bisogno.
2. Abbina il sintomo al prossimo test utile
| Sintomo | Possibile interpretazione | Prova il prossimo |
|---|---|---|
| Testo comprensibile in Strumentale | Parte della voce è stata assegnata all’accompagnamento. | Confronta lo stesso passaggio con un altro modello; controlla anche eventuali danni alla traccia di accompagnamento. |
| Una coda fantasma dopo una frase | Gli effetti o l'ambiente non seguivano perfettamente la voce diretta. | Verifica se è importante. Una divisione a due uscite non è un controllo dedicato al de-reverb. |
| L'armonia rimane ma la parte principale è più silenziosa | Le voci stratificate non sono state separate come volevi. | Decidi se hai bisogno di rimuovere tutte le voci o solo la parte principale/accompagnamento. |
| Piatti acquosi o chitarra attenuata | La stima dell'accompagnamento è cambiata con la rimozione della voce. | Confronta i modelli, non solo la quantità di voce rimasta. |
| Le sillabe spariscono dalle Voci | Informazioni utili sulla voce possono essere assegnate altrove. | Ispeziona l'Instrumental in quel momento e riprova dall'originale. |
| Passaggi ripetuti peggiorano le cose | L'input è già una stima alterata. | Torna all'originale e cambia un'impostazione alla volta. |
3. Sappi quando stai confrontando un metodo diverso.
La riduzione basata sul centro funziona sulla relazione tra i canali stereo. Audacity documenta questo come mirato al materiale centrato nel panorama. È un metodo diverso da un modello neurale che stima le voci dal mix.
Se un mix mono o una voce larga sconfigge la cancellazione stereo, questo non prova che ogni modello AI fallisca allo stesso modo. Un risultato di cancellazione che rimuove anche gli strumenti non è prova di un'isolamento vocale perfetto. Etichetta il metodo quando confronti.
4. Usa un piano di tentativi limitato.
- Parti dall'upload originale, non da un strumentale scaricato.
- Confronta risultati completati allo stesso punto e a volume simile. Annota modello, modalità e dettaglio da conservare. Un altro modello richiede un nuovo lavoro con consumo di utilizzi o crediti; non viene generato un estratto gratuito.
- Confronta il Kim predefinito con un'alternativa in modalità standard, mantenendo il passaggio invariato.
- Fermati quando il risultato soddisfa il compito. Una corsa completa della canzone non è un motivo per aspettarsi che lo stesso estratto fallito diventi pulito.
5. Preferisci il risultato utilizzabile meno dannoso
Per l'allenamento, un piccolo residuo vocale può essere meglio di una sezione ritmica instabile. Per una modifica vocale, una parola mancante può essere peggiore di musica a basso livello tra le frasi. Mantieni il criterio collegato al lavoro.
I modelli includono voce/strumentale, quattro o sei tracce, estrazione di strumenti, voce principale/cori e riduzione del riverbero. La disponibilità è nel selettore. Sono stime, non identificazione di persone, riparazione generale del rumore o recupero garantito di qualsiasi suono.