Spleeter: nova ferramenta para remover a voz de uma música

Remover a voz de uma música é provavelmente um dos primeiros processos que todo entusiasta da música deseja aprender. Com o passar do tempo, surgiram ferramentas feitas para isso, mas geralmente custam centenas de dólares. O pessoal do serviço de streaming Deezer decidiu lançar uma alternativa na forma de Spleeter, um motor de separação de fontes que, além de remover a voz de uma música, também pode isolar outros elementos específicos. A ferramenta é muito nova, mas alguns resultados publicados na web são impressionantes.

Você gosta de uma música. Obtém uma cópia digital. Abre dentro de um editor de áudio. Uma mudança aqui, um ajuste ali... e depois pega outra música. Começa a cortar, modifica o pitch, a amplitude, o tempo. Decide fundir diferentes partes, ouve e volta ao editor. Vai e volta até que nasce um mashup. Você o envia para o YouTube (que certamente começará a gritar por direitos autorais) e, se tiver um pouco de sorte, ele viraliza.

Soa bem, não? Acontece que esse é um caso ideal em que tudo sai perfeito. Na vida real, o usuário precisa lutar para obter bons samples e, às vezes, isso exige algo tão direto quanto remover a voz de uma música. Em outras palavras, separar fontes. Alguns entusiastas obtiveram bons resultados com Audacity (ênfase em “alguns”, porque muitos comentários descrevem um “efeito subaquático” após o processamento), e há plugins com capacidade de isolar vozes, mas não são gratuitos (por exemplo, iZotope RX 7 custa 399 dólares na edição padrão). Hoje, o pessoal da Deezer oferece uma terceira opção: Spleeter.

Como remover a voz de uma música com o Spleeter

O que torna o Spleeter diferente? Aprendizado de máquina. A Deezer treinou o algoritmo usando seu catálogo, um recurso ao qual outros pesquisadores e projetos simplesmente não conseguem acessar por questões de direitos autorais (isso sem esquecer o tempo e a energia), e ao compartilhar seu trabalho com a comunidade, elimina aquela sensação de “competição desleal”. Os dois detalhes principais que por enquanto limitam o alcance do Spleeter são um processo de instalação relativamente complexo e a ausência de uma interface. No caso específico do Windows, primeiro é preciso instalar a edição completa da plataforma Anaconda e, em seguida, um cliente git. O Spleeter está disponível em duas versões: uma para processadores e outra que aproveita as placas de vídeo (o hardware Nvidia precisa de um driver CUDA compatível).

Os três comandos principais do Spleeter no console são separate para separar fontes, train para treinar um modelo de separação alternativo com um conjunto de dados próprio e evaluation, que testa o modelo com o conjunto MusDB. Sob as condições corretas, o Spleeter provou ser muito rápido: em um servidor Xeon de 32 núcleos com uma GTX 1080, o Spleeter processou as três horas e meia do musDB em 90 segundos. Se o plano é processar algumas faixas por vez, acho que você não terá problemas com seu hardware.

Os primeiros mashups baseados no Spleeter já apareceram na web. Alguns são bem interessantes, enquanto outros deveriam permanecer na escuridão. Andy Baio, do portal Waxy, nos dá uma ideia bem precisa:

O resto é questão de esperar por um ambiente mais amigável para o usuário comum. O potencial do Spleeter para remover a voz de uma música e separar outras fontes é gigantesco, especialmente por ser gratuito e de código aberto.

Anúncio oficial: Clique aqui

Fonte: Waxy.org