Remover voz (karaokê)

Não. Ele usa cancelamento de fase do canal central pelo filtro pan do ffmpeg, não separação de fontes por IA. O filtro subtrai os canais esquerdo e direito um do outro, removendo o áudio panoramizado exatamente no centro. Esse é geralmente o vocal principal, mas também afeta o baixo e a bateria centralizados. Não há modelo de aprendizado de máquina envolvido.

O cancelamento de fase remove apenas o que está mixado exatamente no centro da imagem estéreo. Se o vocal foi gravado em dobro, panoramizado ligeiramente fora do centro ou tem reverb espalhado pelo campo, esses elementos sobrevivem. O efeito é limitado pela forma como a música original foi mixada, não por uma falha na ferramenta.

A técnica funciona calculando a diferença entre os canais esquerdo e direito. Um arquivo mono tem um único canal, então não há diferença estéreo para calcular, e o cancelamento de fase não consegue fazer nada. Converta o áudio mono para estéreo primeiro se quiser tentar, embora os resultados provavelmente não sejam úteis.

Não. O ffmpeg é compilado para WebAssembly e é executado inteiramente dentro da aba do navegador. O arquivo de áudio é carregado na memória local, processado lá pelo filtro pan, e o resultado karaokê é salvo no disco. Nada é transmitido aos servidores do Sunasty ou a terceiros em nenhum momento.

A saída estéreo preserva o material do canal lateral em um arquivo de dois canais padrão, que soa mais amplo e natural. A saída mono colapsa o sinal lateral em um único canal, o que pode soar mais consistente em faixas onde o campo estéreo é estreito. Experimente as duas e mantenha a que soa melhor para a faixa específica.

Sim. O ffmpeg compilado para WebAssembly lida com MP3, WAV, FLAC e a maioria dos contêineres de áudio comuns. O tempo de processamento é proporcional à duração do arquivo; uma música típica de 3 a 4 minutos termina em alguns segundos num dispositivo moderno.