Как создавать минусовки для занятий с AI Stem Splitter

У большинства музыкантов в занятиях есть одна очевидная дыра: рядом нет группы.

Можно час играть песню под метроном, но вы не научитесь вытягивать припев, пока не сыграете её под настоящие барабаны, настоящий бас и настоящий вокал. Классическим ответом была покупка минусовок поштучно в iTunes — несколько сотен песен, по 1,99 $ за каждую, в основном плохие миксы тех песен, которые вы и играть-то не хотите.

ИИ-разделение источников убило этот рынок. Теперь можно взять любую песню, которая у вас есть (или любую ссылку на YouTube), и убрать из неё ваш инструмент за несколько минут. На выходе вы получаете минусовку, которая идеально совпадает с оригинальной записью, потому что она и есть оригинальная запись минус вы.

Этот пост проводит вас через практический воркфлоу для четырёх частых случаев — вокал, гитара, бас, ударные — а также рассказывает про песни, на которых трюк не работает, и что делать, когда их нужно замедлить.

---

Что вы получите на выходе

Один аудиофайл на песню, в котором содержится вся оригинальная запись минус ваш инструмент. Закидывайте его в Spotify на телефоне, Anytune, портативный лупер или любой DAW. И играйте сверху.

Для вокалистов это будет караоке-инструментал. Для гитаристов — полная группа без гитары. Для барабанщиков — песня с дырой на месте вашей установки. Идея одна и та же, просто убираются разные стемы.

---

Сначала выберите правильную модель

Это то самое решение, которое большинство людей принимает неправильно, и которое стоит вам полного повторного рендера.

Ваш инструмент	Какую модель использовать	Почему
Вокал (пение)	4 стема (по умолчанию)	Вокал чище всего отделяется в 4-стемовой модели
Бас	4 стема (по умолчанию)	У баса есть отдельный выделенный стем
Ударные	4 стема (по умолчанию)	У ударных есть отдельный выделенный стем
Гитара	6 стемов	Без 6-стемовой модели гитара сваливается в «other» вместе с синтезаторами и струнными
Фортепиано	6 стемов	По той же причине — фортепиано нужен отдельный выделенный стем
Саксофон, скрипка, медные	4 стема (и смиритесь)	Выделенного стема нет; они живут в «other»

6-стемовая модель — это та самая ошибка, которую мы видим чаще всего. Гитаристы по привычке выбирают 4 стема, а потом удивляются, почему их «инструментальная» минусовка всё ещё подтекает гитарой. Это не баг модели — в 4-стемовой модели просто нет выделенного стема для гитары. Выбирайте 6 стемов, если играете на гитаре или фортепиано. В остальных случаях выбирайте 4 — это быстрее и чуть чище на каждый стем.

Стоимость одинаковая в любом случае, так что оптимизировать тут нечего. (Мы расписали математику стоимости одного вызова здесь.)

---

Воркфлоу: занятия вокалом

Это самый простой случай, потому что «всё, кроме вокала» — это один клик.

1. Выберите песню. Что угодно с чистым продакшном. Избегайте живых записей (там всё перетекает друг в друга) и песен, где главный вокал задвоен, тяжело пропущен через автотюн или утоплен в реверберации.
2. Пропустите стем-сплиттер, используйте караоке-мейкер вместо него. Это однокликовая версия «дай мне инструментал» того же самого воркфлоу.
3. Подождите около 60 секунд. 3-минутная песня обрабатывается примерно за это время от начала до конца.
4. Скачайте файл инструментала. Это уже сведённые вместе ударные + бас + other. Закиньте на телефон. Готово.

Одна хитрость: если в песне есть заметные бэк-вокалы, которые вы тоже хотите убрать (наслоенные гармонии в духе The Beatles), караоке-мейкер их оставит. В публичном интернете нет ни одной модели, которая чисто отделяет главный вокал от бэк-вокалов — у них слишком много общего частотного содержания. Возьмите другую запись или смиритесь с бэк-вокалами в вашем инструментале.

---

Воркфлоу: занятия гитарой

Здесь как раз важно решение про 6 стемов.

1. Выберите песню. Лучше всего работают песни с одной чисто записанной гитарой — чистые тембры, хорошо разнесённые каналы. Песни с пятью наслоенными гитарными дорожками (большая часть метала, многое из современного попа) — тяжёлый случай для любой модели.
2. Откройте AI Stem Splitter и выберите 6 стемов. Загрузите файл или вставьте ссылку с YouTube.
3. Подождите 2–3 минуты, пока идёт обработка.
4. Скачайте все стемы, кроме гитары. Вы получите шесть файлов: vocals, drums, bass, guitar, piano, other. Оставьте пять, гитару пропустите.
5. Сведите их обратно в один файл. Перетащите пять стемов в Audacity (бесплатно) или любой DAW. Поставьте на всех дорожках 0 dB. Экспортируйте в MP3.

На выходе получится полная группа минус гитара. Зациклите соло-секцию в любом аудиоплеере, который поддерживает A-B repeat, и отыграйте лик пятьдесят раз.

Ловушка с тайм-кипингом: появляется соблазн заодно замьютить и ударные ради «более чистого» микса для занятий. Не надо. Большинство музыкантов теряют тайминг без барабанов в качестве референса, а вся идея играть под запись — научиться класть свою партию ровно на грув.

---

Воркфлоу: занятия басом

Почти то же самое, что и с гитарой, но используйте 4 стема.

1. Загрузите песню в AI Stem Splitter, выберите 4 стема.
2. Подождите примерно 60 секунд.
3. Скачайте vocals + drums + other. Стем баса пропустите.
4. Сведите их обратно вместе в Audacity. Экспортируйте.

Специфическая для баса засада: песни с синтезаторным басом или плотным саб-басом часто разделяются криво — между стемом «bass» и «other». Если ваша басовая линия пропала из файла bass и слабо проступает в other, в оригинальном миксе бас прогнали через синтезатор или применили жёсткий sidechain. На уровне модели это не лечится — возьмите другую песню или сведите эти два стема обратно вместе и смиритесь с тем, что в вашей «минусовке» будет призрак баса.

---

Воркфлоу: занятия ударными

Тот же поток, просто другой стем выкидываем.

1. Загрузите в AI Stem Splitter, выберите 4 стема.
2. Скачайте vocals + bass + other. Стем ударных пропустите.
3. Сведите обратно в один файл.

Специфическая для ударных засада: в стеме «vocals» будет лёгкий треск тарелок (тарелки делят много верхних частот с сибилянтами вокала), а в стеме «other» иногда будут призрачные артефакты малого барабана. Для занятий это неважно — вы будете играть достаточно громко, чтобы никто не услышал подтекания. Если же вы пишете свою установку поверх минусовки, поставьте на всё, кроме слота для барабанов, фильтр верхних частот примерно на 80 Hz, и подтекание исчезнет.

---

Песни, которые работают, и песни, которые нет

Это та половина уравнения, о которой никто не говорит. Идеальная модель не может разделить аудио, которое не было записано с расчётом на разделение.

Хорошо работает:

• Классический рок (The Beatles после 1966-го, CCR, Tom Petty, Springsteen)
• Кантри почти всё — вокал всегда впереди и по центру
• Акустический сингер-сонграйтер
• Современный поп с чистым продакшном (большая часть того, что после 2010-го)
• Джазовые стандарты с небольшими ансамблями

Плохо работает:

• Тяжёлый шугейз и лоу-фай (намеренно размытый продакшн)
• Сильно отавтотюненный вокал, задвоенный с эффектированными гармониями
• Живые записи (всё перетекает во всё)
• Песни с плотной параллельной/шинной компрессией
• Моно-миксы до 1965 года
• Хеви-метал со стенами наслоенных гитар

Тест на дешёвых наушниках: если на дешёвых наушниках вы чётко слышите и можете назвать каждый инструмент, модель, скорее всего, сможет их разделить. Если на дешёвых наушниках микс звучит как стена звука, модель выдаст вам стену стемов.

---

Замедление или смена тональности

Минусовка на оригинальном темпе редко полезна, пока вы только учитесь. Есть два способа с этим справиться.

Замедлить после разделения. Прогоните песню через стем-сплиттер обычным образом, сведите свою минусовку, а потом закиньте её в slowed + reverb maker. Нормально работает для замедления темпа примерно до 15 %. Дальше начинаете слышать артефакты тайм-стретча на тарелках.

Замедлить до разделения. Как ни странно, это часто даёт лучшее качество стемов. Модель обрабатывает то же самое аудио при меньшей плотности сэмплов в секунду, что даёт ей больше материала для работы с тяжёлыми транзиентами. Попробуйте так для песен, где обычное разделение получается мутным.

Для смены тональности используйте pitch changer на готовой минусовке. Не меняйте тональность до разделения — артефакты питч-шифта сбивают модель с толку, и вы получаете стемы похуже.

---

Три подводных камня, о которых стоит знать

1. Не нормализуйте каждый стем перед сведением. Разделение на стемы уже сохраняет относительные громкости из оригинального микса. Если вы нормализуете каждый стем до 0 dB перед сведением, вы получите минусовку, в которой бас вдруг станет самым громким — совершенно неправильно по сравнению с оригинальной записью. Импортируйте сырые стемы, поставьте на всех дорожках усиление 0 dB, экспортируйте.

2. Не заморачивайтесь со стемами ради одной песни. Разделение на стемы имеет смысл для песен, которые вы будете играть по 50 раз. Для песни, которую вы сыграете пару раз, просто играйте под оригинальную запись на громкости, при которой слышно вас самих. Математика «5 минут обработки + 30 секунд сведения» окупается только на множестве занятий.

3. Не доверяйте первому разделению, если исходное аудио звучит плохо. Битрейт имеет значение. 128 kbps рип с YouTube разделится заметно хуже, чем 320 kbps MP3 или lossless-файл. Если результат звучит криво, проверьте сначала источник — у качества, которое можно вытянуть из низкобитрейтного источника, есть вполне реальный потолок.

---

Как это выглядит на практике

Типичный воркфлоу занимает около трёх минут активного времени:

• 30 секунд на загрузку песни и выбор модели
• 1–3 минуты обработки (вы ничего не делаете)
• 30 секунд на скачивание и сведение в Audacity

Итого: меньше 5 минут от «я хочу разучить эту песню» до «минусовка у меня на телефоне».

Если вам нужно убрать только вокал, караоке-мейкер полностью пропускает шаг ручного сведения. Для всего остального вся работа — это один drag-and-drop в Audacity.

---

Главное: модель — это лёгкая часть. Выбор правильной модели под ваш инструмент и выбор песни, записанной с чистым разделением, — вот два решения, от которых зависит, проведёте ли вы следующий час за занятиями или за траблшутингом.

Если хотите попробовать на какой-то песне, не разворачивая локальный тулчейн, AI Stem Splitter бесплатен на первые несколько минут аудио.