By SongTools.ai
無料のオンラインボーカルリムーバーと本格的なAIステム分離は、同じ技術ではありません。それぞれがどのように機能するのか、無料ツールが現代のミックスでなぜ通用しないのか、そして本格的な技術がいつ必要になるのかを解説します。
「vocal remover」と検索すると、すぐにファイルを処理できる無料のブラウザツールと、時間はかかるものの真に使えるstemを生成するAI搭載のstem分離ツールが混在した結果が表示されます。これらは同じ技術の2つの異なるレベルではなく、根本的に異なるアプローチであり、その違いを理解することで、多くのフラストレーションを回避できます。
オンラインで利用できるほとんどの無料の「vocal remover」は、同じトリックを使用しています。それは、位相キャンセル（phase cancellation）、またはセンターチャンネル抽出と呼ばれるものです。その仕組みは以下の通りです。
- ボーカルは通常、ステレオミックスのど真ん中にpannedされています。 つまり、全く同じボーカルsignalが左右両方のchannelsに存在します。
- ツールは片方のchannelの位相を反転させ、もう一方と合計します。 2つの同一のsignalが片方反転された状態で合計されると、それらは互いに打ち消し合い、無音になります。
- 中央にpannedされたものは何でもキャンセルされ、左右どちらかにpannedされたものは、両方のchannelsで同一ではないため、残ります。
これは、実際に存在する正当なsignal処理技術です。また、何十年も前からある技術であり、CD時代に「自分でカラオケトラックを作る」という古いトリックの裏にあるのと同じ原理です。高速で無料で、waveformに対する単純な演算であるため機能します。AIも、トレーニングデータも、「ボーカル」が何であるかという理解も必要ありません。
位相キャンセルが機能するのは、ボーカルが両方のchannelsで完璧に中央にあり、同一である*唯一の*ものである場合だけです。現代のプロダクションはその前提を常に破ります。
- Double-tracked vocals: ボーカルが2回録音され、両方のテイクが中央にpannedされている場合、それらは同一ではありません。キャンセルは部分的になるか、全く機能せず、真の無音の代わりにゴーストのようなphasey vocalが残ります。
- Reverbおよびdelay sends: ドライなボーカルがキャンセルされたとしても、reverbテールとdelayのリピートは、多くの場合、各channelで異なる処理（ボーカルエフェクトでstereo wideningが一般的）が施されているため、キャンセルされずに明確に聞こえ続けます。
- 中央の楽器: kick、snare、bass、リード楽器も頻繁に中央にpannedされます。これらはボーカルと一緒にキャンセルされ、残った「instrumental」を台無しにします。
- Dual-monoまたはM/S mastering: 多くの現代のmastersは、微妙なmid-side処理を適用しており、各channelの「同じ」signalがビット単位で同一ではなくなるため、真に中央に配置されたボーカルであってもキャンセルの計算が破綻します。
プロフェッショナルにミックスされた実際のトラックでは、通常、聞こえるゴーストボーカルとスカスカな低音が残った、薄っぺらで空虚なサウンドの「instrumental」になります。これは、実際にリリースしたり、リミックスしたり、演奏したりするのに使いたいものではありません。
Stem IsolatorのようなAI stem分離ツールは、panningの位置には全く依存しません。これらは、個々のstems（vocals、drums、bass、other instruments）が既に個別に判明している膨大な数の楽曲のデータセットでトレーニングされたニューラルネットワークを使用します。このモデルは、人間の声、キックドラム、ベースラインの実際のsonic characteristics（timbre、harmonic structure、transient shape）を学習します。これは単に「ステレオフィールドのどこに配置されているか」という学習ではありません。
つまり、以下を分離できます。
- 中央にミックスされている、片側にpannedされている、またはその中間のどこかにあるボーカル — 位置は関係ありません。
- Double-trackedおよびharmonized vocals。なぜなら、モデルは2つのchannelsが同一であることに頼るのではなく、ボーカルの特性を直接認識するからです。
- Reverbおよびdelayテールをボーカルstemの一部として分離するため、artifactを残さずに音楽的に一貫した分離を保ちます。
- kickやbassのような中央の楽器を、巻き添え被害なしに分離する。なぜなら、ステレオイメージのどこにあるかではなく、音の特性によって楽器を識別するからです。
これが、AI separationが「ボーカル対その他すべて」以上のものを提供できる理由でもあります。Stem Isolatorでは、必要なstemを正確に選択でき（vocals、instrumental、drums、bass、またはother instruments）、選択したものに対してのみ料金が発生します。シングルstemの場合は2 credits、追加ごとに+1 creditです。位相キャンセルのトリックでは、分離されたdrum stemを得ることはできません。なぜなら、ドラムは数学的に分離できるような「配置」をされていないため、同じ種類のツールではないのです。
無料のvocal removersを公平に見るなら、それらは詐欺ではありませんし、常に間違った選択であるわけでもありません。
- 簡単なリファレンスやデモ目的 — 何かをコミットする前に、大まかなinstrumentalがどのように聞こえるかを確認するため。
- 非常にシンプルで古いミックス — 多くのビンテージ録音では、中央にハードpannedされたボーカルがあり、そのスペースを競うものがほとんどないため、キャンセルが驚くほどうまく機能することがあります。
- 予算ゼロ、使い捨ての用途 — 結果がクリティカルリスニングに耐える必要がない場合、「十分良い」は本当に十分良いのです。
- 自分のトラックのinstrumental版またはacapella版を、syncライセンス、remix、またはカラオケリリース用にリリースする場合。
- 歌詞付きのカラオケ音源を、家やパーティーで歌うために作る場合。カラオケ音源メーカーは同じ種類のAI分離を使い、さらにボーカルから歌詞も書き起こします。
- 他人のトラックをsamplingまたはremixする場合で、耳障りな位相artifactやスカスカな低音が結果を台無しにする可能性がある場合。
- Double-tracked vocals、重いreverb/delay、または現代的なmasteringが施されたミックス — 実際には、過去20年間でリリースされたほとんどのプロが制作した音楽がこれに該当します。
- Multitrack作業で、ボーカルだけでなく、drumsやbassも分離する必要がある場合 — 位相キャンセルでは構造的にできないことです。
要するに、無料のvocal removersは、その仕組みの物理学に限界が組み込まれた巧妙なトリックです。AI-based separationは、同じアイデアの「より良いバージョン」ではなく、全く異なる、はるかに優れた方法で同じ問題を解決するものです。
Q: 無料のvocal removerが、完全に無音ではなく、かすかなボーカルの「ゴースト」を残すのはなぜですか？
A: それは不完全な位相キャンセルの兆候です。通常、double-tracked vocals、ボーカルにstereo-widenedされたreverb/delay、または左右のchannelsが完璧に同一でなくなったmastering処理が原因です。キャンセル計算は、signalが本当に同一でchannels間で反転されている場合にのみ無音を生成します。それ以外の場合、聞こえる残渣が残ります。
Q: AI stem separationは失敗したり、artifactを生成したりすることはありますか？
A: 発生する可能性はありますが、位相キャンセルとは異なる理由によります。非常に密度の高い、重く処理されたミックスでは、モデルが純粋な計算ではなく、最善の推論を行っているため、かすかなartifactが残る可能性があります。しかし、stereo panningには全く依存しないため、位相キャンセルのトリックよりもはるかにきれいに、現代のミックスの大部分を処理できます。
Q: 無料のvocal removerで、drumsとbassが無傷の分離されたinstrumentalを得ることはできますか？
A: 通常、確実にはできません。位相キャンセルはミックスの中心にあるものすべてを除去するため、中央にあるdrumsやbassもボーカルと一緒に除去してしまうことが多く、薄っぺらで空虚な結果になります。AI separationは楽器をその実際のsonic characteristicsによって識別するため、drumsとbassを失うことなく、独自のクリーンなstemsとして分離できます。
Q: 自分が作詞作曲した曲ではない場合、ボーカルを削除するのは違法ですか？
A: 練習用の個人的なinstrumentalの作成、趣味としてのremix、または私的利用は一般的に問題ありませんが、ライセンスなしに他人の著作権のある曲のボーカル除去版やremix版を公にリリースしたり、収益化したりすることはできません。他人のトラックから作成したものを配布する前に、必ず権利の状況を確認してください。
この記事で紹介するツールはすべてSongTools.aiで無料で探索できます。