Mengapa Trik EQ Lama untuk Menghilangkan Vokal Sebenarnya Tidak Berhasil

Saran yang Mungkin Pernah Anda Lihat

Cari forum mixing mana pun dengan kata kunci "cara menghilangkan vokal dengan EQ" dan Anda akan menemukan saran yang serupa: gunakan parametric EQ, cari di mana vokal "berada" — biasanya sekitar 1-4kHz — dan buat lekukan (notch) dalam. Beberapa versi lebih spesifik, menyarankan serangkaian lekukan (notch) sempit yang mengejar harmonisa vokal. Kedengarannya masuk akal. Namun, cara ini tidak berhasil, dan alasannya menjelaskan banyak tentang apa sebenarnya vokal itu.

Vokal Bukan Hanya Satu Frekuensi — Melainkan Seluruh Spektrum

Kesalahan utamanya adalah memperlakukan "vokal" seolah-olah ia hanya berada dalam satu rentang frekuensi yang bisa Anda atur dan potong. Padahal tidak. Suara manusia dalam sebuah mix biasanya mencakup:

- Nada fundamental, sekitar 80-1000Hz — nada sebenarnya yang dinyanyikan, lebih rendah untuk suara bass, lebih tinggi untuk sopran.

- Harmonisa yang menumpuk jauh di atas itu, seringkali hingga di atas 8-10kHz, inilah yang memberikan suara nada dan karakter yang dapat dikenali, alih-alih terdengar seperti gelombang sinus murni.

- Sibilance dan detail napas, 5-12kHz+ — suara "s," "t," dan "f," serta tekstur *top-end* yang *airy* yang membuat vokal terdengar *present* dan manusiawi, alih-alih datar.

Jika Anda membuat lekukan (notch) di rentang 1-4kHz di mana vokal terasa paling menonjol, Anda mungkin hanya memotong sebagian kecil dari keberadaannya — nada fundamental dan harmonisa rendah tetap terdengar tanpa tersentuh, begitu pula semua *sibilance* dan *air* di atas lekukan Anda. Vokal menjadi berkurang, bukan hilang. Jika Anda mengejar lebih jauh dengan memperlebar lekukan atau menambahkannya, Anda akan menghadapi masalah kedua yang lebih besar.

Semua Elemen Lain Juga Berada di Sana

Rentang 1-4kHz yang sama itu tidak hanya diperuntukkan bagi vokal. Ini adalah salah satu bagian yang paling sibuk dan paling tumpang tindih dari seluruh mix:

- Gitar — *body* dan *attack* baik gitar akustik maupun elektrik sangat dominan di rentang ini.

- Synths dan keys — sebagian besar suara *lead* dan *pad* memiliki energi yang signifikan di bagian *midrange* ini.

- Snare dan cymbals — *crack* *snare* dan *shimmer* *cymbal* keduanya mencapai rentang frekuensi vokal.

- Pada dasarnya, apa pun yang memiliki 'presence' atau 'clarity' — *mix engineers* meningkatkan rentang ini pada instrumen lain secara khusus karena di sinilah telinga paling sensitif.

Lekukan (notch) yang cukup agresif untuk secara signifikan mengurangi vokal juga akan merusak gitar, *synth*, atau *snare* yang menempati bagian spektrum yang sama pada saat yang bersamaan. Anda tidak secara bedah menghilangkan satu instrumen — Anda mengambil sebagian besar dari seluruh mix dan berharap vokal lebih terpengaruh daripada yang lain. Ternyata tidak; semuanya terpengaruh secara kurang lebih sama, karena EQ tidak tahu suara mana yang vokal dan suara mana yang gitar. Ia hanya tahu frekuensi, dan frekuensi itu digunakan bersama oleh semua.

Kesalahpahaman Sebenarnya: Frekuensi Bukan Sumber

Inilah konsep sebenarnya yang salah dipahami oleh saran "cukup gunakan EQ": frekuensi dan sumber adalah dua hal yang berbeda. Beberapa instrumen bisa — dan selalu — menempati rentang frekuensi yang persis sama pada saat yang persis sama, sepenuhnya dijumlahkan menjadi satu bentuk gelombang (waveform). Sebuah EQ hanya bisa bertanya "seberapa keras rentang frekuensi ini sekarang?" Ia tidak punya cara untuk bertanya "instrumen mana yang menghasilkan suara ini?"

Ketika vokal dan gitar keduanya ada pada 2kHz dalam file yang sudah di-mix-down, tidak ada langkah EQ yang memisahkan "kontribusi vokal pada 2kHz" dari "kontribusi gitar pada 2kHz" — bagi EQ, itu hanyalah satu angka gabungan.

Ini adalah masalah teknis yang sebenarnya, dan jauh lebih sulit: memulihkan *sumber mana yang menghasilkan bagian mana dari sinyal gabungan*, bukan mengidentifikasi *frekuensi mana yang harus dipotong*. Itu bukanlah sesuatu yang pernah dirancang oleh equalization untuk dilakukan.

Apa yang Sebenarnya Memecahkan Masalah Sumber

Inilah persis masalah yang dirancang untuk dipecahkan oleh pemisahan sumber (AI source separation) yang sebenarnya, dan inilah seluruh alasan mengapa alat seperti Stem Isolator ada sebagai sesuatu yang terpisah dari sebuah EQ plugin. Alih-alih bertanya "frekuensi apa ini," sebuah model yang dilatih dengan rekaman vokal dan instrumen yang terisolasi mempelajari *sonic fingerprint* sebenarnya dari suara manusia — pola harmonisnya, timbrenya, bagaimana ia berkembang seiring waktu — dan mengidentifikasi bagian mana dari mix gabungan yang berasal dari vokal versus instrumen, terlepas dari frekuensi apa yang mereka tumpang tindih. Ini memecahkan masalah identifikasi sumber secara langsung, alih-alih mencoba mendekatinya dengan memotong pita frekuensi dan berharap yang terbaik.

Itulah juga mengapa pemisahan sumber dapat memberi Anda lebih dari sekadar "vokal hilang" — Anda dapat memilih *stem* mana yang Anda inginkan (vokal, instrumental, drum, bass, atau instrumen lain), hanya membayar untuk apa yang Anda pilih: 2 kredit untuk satu *stem*, +1 kredit untuk setiap *stem* tambahan. Semua itu tidak mungkin dilakukan dengan *EQ notch*, karena sebuah EQ sebenarnya tidak pernah memisahkan apa pun — ia hanya mengecilkan rentang frekuensi dan berharap instrumen yang tepat bersembunyi di dalamnya.

Kapan EQ Sebenarnya Adalah Alat yang Tepat

Semua ini bukan berarti EQ tidak berguna di sekitar vokal — ia hanya memecahkan masalah yang berbeda dari penghapusan. Menciptakan ruang agar vokal dapat terdengar jelas dalam *vocal stem* yang sudah terpisah, menjinakkan *harshness*, atau mengurangi (bukan menghilangkan) *bleed* antara sumber yang di-mikrofon-i dari dekat dalam sesi multitrack adalah semua langkah EQ yang sah dan umum. Modus kegagalannya adalah secara khusus mencoba menggunakan EQ untuk menghapus seluruh instrumen dari mix yang sudah digabungkan — itu adalah masalah pemisahan sumber yang menyamar sebagai EQ, dan tidak ada jumlah *notching* yang bisa memperbaiki ketidaksesuaian itu.

Pertanyaan yang Sering Diajukan

T: Bisakah *notch* yang sangat sempit dan presisi menghilangkan hanya vokal saja dan tidak yang lain?

A: Tidak — *notch* yang lebih sempit hanya berarti Anda mengurangi lebih sedikit dari segalanya, termasuk vokal, bukan menghilangkan vokal secara lebih selektif. Masalahnya bukan pada lebar *notch*; melainkan bahwa vokal dan instrumen lain berbagi frekuensi yang sama pada saat yang bersamaan, sehingga setiap potongan memengaruhi semuanya secara bersamaan.

T: Mengapa saran ini terus muncul di forum jika tidak berhasil?

A: Intuisi dan sebagian benar — *notch* yang halus memang bisa sedikit mengurangi prominensi vokal yang dirasakan, terutama pada mix yang sederhana dan *sparse*. Keberhasilan sebagian pada kasus-kasus mudah itu cukup untuk menjaga saran ini tetap beredar, meskipun ia tidak berlaku pada sebagian besar trek *full-band* yang diproduksi secara profesional.

T: Apakah ini sama dengan trik penghilang vokal "phase cancellation"?

A: Tidak — itu adalah dua teknik lama yang berbeda dengan dua modus kegagalan yang berbeda. *Phase cancellation* mengeksploitasi *stereo panning* (menghilangkan apa pun yang berada di tengah mix) daripada frekuensi, dan gagal karena alasan yang berbeda, terutama teknik mixing modern yang mematahkan asumsi "identik di kedua kanal" yang menjadi dasarnya.

T: Apakah pemisahan AI juga mengalami kesulitan seperti EQ?

A: Ia dapat menghasilkan *artifact* pada mix yang sangat padat atau diproses secara tidak biasa, karena ia melakukan inferensi daripada perhitungan matematis yang tepat. Namun, ia tidak dibatasi oleh ruang frekuensi bersama seperti EQ — ia mengidentifikasi sumber berdasarkan karakteristik suara aslinya, sehingga ia menangani instrumen yang tumpang tindih dalam rentang frekuensi yang sama jauh lebih andal daripada pendekatan berbasis EQ mana pun.