वोकल हटाने के लिए EQ की पुरानी तरकीब असल में क्यों काम नहीं करती?

आपने शायद यह सलाह देखी होगी

किसी भी मिक्सिंग फोरम में 'EQ से वोकल कैसे हटाएँ' खोजें और आपको उसी सलाह का कोई न कोई रूप मिल जाएगा: एक parametric EQ खोलें, पता करें कि वोकल कहाँ 'बैठा' है — आमतौर पर 1-4kHz के आसपास — और एक गहरी नॉच (notch) काट दें। कुछ संस्करण अधिक विशिष्ट होते हैं, जो वोकल के harmonics का पीछा करते हुए संकीर्ण notches की एक श्रृंखला का सुझाव देते हैं। यह प्रशंसनीय लगता है। यह काम भी नहीं करता है, और इसका कारण वोकल के वास्तविक स्वरूप के बारे में बहुत कुछ बताता है।

एक वोकल एक आवृत्ति नहीं है — यह पूरा स्पेक्ट्रम है

मुख्य गलती 'वोकल' को ऐसे मानना है जैसे यह एक ही आवृत्ति रेंज में रहता है जिसे आप डायल करके काट सकते हैं। ऐसा नहीं है। एक मिक्स में मानव आवाज आमतौर पर फैली होती है:

- Fundamental pitch, लगभग 80-1000Hz — गाई जा रही वास्तविक नोट, bass आवाज़ों के लिए कम, sopranos के लिए अधिक।

- इसके ऊपर harmonics की परतें, अक्सर 8-10kHz से ऊपर तक, जो एक आवाज को pure sine wave की तरह लगने के बजाय उसकी पहचानने योग्य टोन और चरित्र देती हैं।

- Sibilance और सांस का विवरण, 5-12kHz+ — 's,' 't,' और 'f' ध्वनियाँ, और हवादार टॉप-एंड बनावट जो एक वोकल को नीरस लगने के बजाय वर्तमान और मानवीय बनाती है।

उस 1-4kHz रेंज को नॉच आउट करें जहाँ एक वोकल सबसे प्रमुख लगता है, और आपने शायद इसकी उपस्थिति का एक टुकड़ा काट दिया है — fundamental और निचले harmonics अछूते रहते हैं, और आपकी नॉच के ऊपर के सभी sibilance और air भी आते रहते हैं। वोकल कम हो जाता है, खत्म नहीं होता। नॉच को चौड़ा करके या और जोड़कर इसका पीछा करें, और आप दूसरी, बड़ी समस्या में फंस जाते हैं।

बाकी सब भी वहीं रहता है

वही 1-4kHz रेंज वोकल्स के लिए आरक्षित नहीं है। यह पूरे मिक्स के सबसे व्यस्त, सबसे ओवरलैपिंग हिस्सों में से एक है:

- Guitars — acoustic और electric guitar दोनों का शरीर और attack इस रेंज में बहुत अधिक होता है।

- Synths and keys — अधिकांश lead और pad ध्वनियों में midrange में महत्वपूर्ण ऊर्जा होती है।

- Snare and cymbals — snare crack और cymbal shimmer दोनों वोकल क्षेत्र में अच्छी तरह से ऊपर तक पहुँचते हैं।

- मूल रूप से 'presence' या 'clarity' वाली कोई भी चीज़ — mix engineers अन्य instruments पर इसी सटीक रेंज को विशेष रूप से बढ़ाते हैं क्योंकि यह वह जगह है जहाँ कान सबसे अधिक संवेदनशील होता है।

एक नॉच जो वोकल को सार्थक रूप से प्रभावित करने के लिए पर्याप्त आक्रामक है, वह उसी पल में spectrum के उसी हिस्से पर कब्जा करने वाले guitar, synth, या snare को भी खराब कर देता है। आप एक instrument को सर्जिकल रूप से नहीं हटा रहे हैं — आप पूरे मिक्स का एक हिस्सा निकाल रहे हैं और उम्मीद कर रहे हैं कि वोकल बाकी सब से ज्यादा पीड़ित होगा। ऐसा नहीं होता है; सब कुछ लगभग समान रूप से पीड़ित होता है, क्योंकि EQ को नहीं पता होता कि कौन सी ध्वनि एक आवाज है और कौन सी guitar। यह केवल frequency जानता है, और frequency सभी द्वारा साझा की जाती है।

वास्तविक गलतफहमी: फ़्रीक्वेंसी स्रोत नहीं है

यह वास्तविक अवधारणा है जिसे 'बस EQ से हटा दो' वाली सलाह गलत समझती है: frequency और source दो अलग-अलग चीजें हैं। कई instruments एक ही क्षण में, एक ही frequency रेंज पर कब्जा कर सकते हैं — और लगातार करते हैं — पूरी तरह से एक waveform में योग किए जाते हैं। एक EQ केवल यह पूछ सकता है कि 'यह frequency रेंज अभी कितनी तेज़ है?' इसके पास यह पूछने का कोई तरीका नहीं है कि 'यह ध्वनि कौन सा instrument बना रहा है?' एक बार जब एक वोकल और एक guitar दोनों एक ही mixed-down फाइल में 2kHz पर मौजूद होते हैं, तो ऐसा कोई EQ मूव नहीं होता जो '2kHz में वोकल के योगदान' को '2kHz में guitar के योगदान' से अलग कर सके — EQ के लिए, यह सिर्फ एक संयुक्त संख्या है।

यह वास्तविक, और कहीं अधिक कठिन, तकनीकी समस्या है: यह पता लगाना कि *किस source ने एक संयुक्त सिग्नल का कौन सा हिस्सा उत्पन्न किया*, न कि यह पहचानना कि *कौन सी आवृत्तियाँ काटनी हैं*। वह कुछ ऐसा नहीं है जिसके लिए equalization कभी बनाया गया था।

स्रोत समस्या का वास्तविक समाधान क्या है

यह ठीक वही समस्या है जिसे वास्तविक AI source separation हल करने के लिए बनाया गया है, और यही वह पूरा कारण है कि Stem Isolator जैसा एक टूल एक EQ plugin से अलग रूप में मौजूद है। 'यह कौन सी frequency है' पूछने के बजाय, isolated vocal और instrument recordings पर प्रशिक्षित एक मॉडल एक मानव आवाज के वास्तविक sonic fingerprint को सीखता है — उसका harmonic pattern, उसका timbre, वह समय के साथ कैसे विकसित होता है — और पहचानता है कि संयुक्त मिक्स के कौन से हिस्से एक वोकल से आए हैं बनाम एक instrument से, भले ही वे किसी भी frequency पर ओवरलैप हों। यह frequency bands को काटकर और सबसे अच्छे की उम्मीद करके इसे अनुमानित करने की कोशिश करने के बजाय source-identification समस्या को सीधे हल कर रहा है।

यही कारण है कि source separation आपको 'वोकल चला गया' से कहीं अधिक दे सकता है — आप ठीक वही stems चुन सकते हैं जो आप चाहते हैं (vocals, instrumental, drums, bass, या अन्य instruments), केवल उसी के लिए भुगतान करते हुए जो आप चुनते हैं: एक single stem के लिए 2 credits, प्रत्येक अतिरिक्त के लिए +1 credit। EQ नॉच के साथ इनमें से कुछ भी संभव नहीं है, क्योंकि एक EQ वास्तव में कभी कुछ भी अलग नहीं कर रहा था — यह सिर्फ frequencies की एक रेंज को कम कर रहा था और उम्मीद कर रहा था कि सही instrument उसमें छिपा होगा।

जब EQ वास्तव में सही टूल होता है

इनमें से किसी का मतलब यह नहीं है कि EQ वोकल्स के आसपास बेकार है — यह सिर्फ हटाने की तुलना में एक अलग समस्या को हल कर रहा है। पहले से अलग किए गए vocal stem में वोकल के लिए स्पष्ट रूप से बैठने की जगह बनाना, harshness को नियंत्रित करना, या multitrack session में close-mic'd sources के बीच bleed को कम करना (पूरी तरह खत्म नहीं करना) — ये सभी वैध, सामान्य EQ मूव्स हैं। विफलता मोड विशेष रूप से पहले से संयुक्त मिक्स से एक पूरे instrument को मिटाने के लिए EQ का उपयोग करने की कोशिश करना है — यह एक EQ-आकार के भेष में एक source-separation समस्या है, और कोई भी नॉच उस बेमेल को ठीक नहीं करता है।

अक्सर पूछे जाने वाले प्रश्न

प्र: क्या एक बहुत ही संकीर्ण, सटीक नॉच केवल वोकल को और कुछ नहीं हटा सकता है?

उ: नहीं — संकीर्ण notches का मतलब केवल यह है कि आप हर चीज़ को कम हटा रहे हैं, जिसमें वोकल भी शामिल है, न कि वोकल को अधिक चुनिंदा रूप से हटा रहे हैं। समस्या नॉच की चौड़ाई नहीं है; यह है कि वोकल और अन्य instruments एक ही समय में समान frequencies साझा करते हैं, इसलिए कोई भी कट उन सभी को एक साथ प्रभावित करता है।

प्र: यदि यह सलाह काम नहीं करती है तो यह मंचों पर क्यों दिखाई देती रहती है?

उ: यह सहज और आंशिक रूप से सच है — एक सूक्ष्म नॉच वास्तव में वोकल की कथित प्रमुखता को थोड़ा कम कर सकता है, खासकर एक सरल,Sparse मिक्स पर। आसान मामलों में वह आंशिक सफलता सलाह को प्रसारित रखने के लिए पर्याप्त है, भले ही यह अधिकांश full-band, पेशेवर रूप से निर्मित ट्रैक्स पर विफल हो जाती है।

प्र: क्या यह 'phase cancellation' वोकल-रिमूवर ट्रिक जैसा ही है?

उ: नहीं — वे दो अलग-अलग पुरानी तकनीकें हैं जिनके दो अलग-अलग विफलता मोड हैं। Phase cancellation frequency के बजाय stereo panning (मिक्स में केंद्रित कुछ भी हटाना) का फायदा उठाता है, और विभिन्न कारणों से विफल होता है, मुख्य रूप से आधुनिक mixing techniques जो 'दोनों चैनलों में समान' धारणा को तोड़ती हैं जिस पर यह निर्भर करता है।

प्र: क्या AI separation कभी EQ की तरह संघर्ष करता है?

उ: यह अत्यधिक घने या असामान्य रूप से processed mixes पर artifacts उत्पन्न कर सकता है, क्योंकि यह सटीक गणित करने के बजाय एक अनुमान लगा रहा है। लेकिन यह साझा frequency space से सीमित नहीं होता है जैसे EQ होता है — यह sources को उनकी वास्तविक sonic विशेषताओं से पहचानता है, इसलिए यह समान frequency रेंज में ओवरलैपिंग instruments को किसी भी EQ-आधारित दृष्टिकोण की तुलना में कहीं अधिक मज़बूती से संभालता है।