Remove Vocals from Songs with Our Easy-to-Use Vocal Remove Tool

Конвертация аудиофайлов путем удаления сингала вокала называется vocal remove. Обычно это делается для того, чтобы получить только музыкальный трек из существующего микса или сэмпла, где на звуковой дорожке присутствует и вокал, и музыка. Однако, это не так просто, как может показаться на первый взгляд, поскольку вокал и музыка находятся на одной дорожке.

Существуют различные методы удаления вокала из аудиодорожки. Один из них - это метод БПФ (Быстрое преобразование Фурье). На языке программирования Python, он может быть осуществлен с помощью библиотеки librosa.

Ниже приведен пример Python кода, который демонстрирует, как использовать библиотеку librosa для удаления вокала из аудиофайла:

import librosa
import numpy as np
import soundfile as sf
from scipy import signal
# Load audio file
audio_file, sr = librosa.load('example_audiofile.mp3', sr=None)
# Get short-term Fourier transform (STFT) of audio file
stft = librosa.stft(audio_file)
# Get magnitude and phase of STFT
D = np.abs(stft)
P = np.angle(stft)
# Get frequency matrix of STFT
f = np.linspace(0, sr/2, len(D))
# Set threshold value for vocal removal
vocal_threshold = -50
# Get matrix of frequency bins above threshold
vocal_mask = (librosa.amplitude_to_db(D, ref=np.max) > vocal_threshold)
# Multiply matrix of frequency bins by phase to keep audio signal phase
mask = vocal_mask * np.exp(1.0j * P)
# Perform inverse short-term Fourier transform (ISTFT) to obtain waveform data
istft = librosa.istft(mask)
# Write output audio file
output_file = 'output_audiofile.wav'
sf.write(output_file, istft, sr)

Приведенный выше код загружает аудиофайл, применяет STFT для получения амплитуды и фазы, затем фильтрует амплитуду, используя пороговое значение vocal_threshold, чтобы удалить вокал из аудиофайла. Затем он перемножает матрицу октавных частот на фазу, чтобы сохранить фазу сигнала, а затем применяет ISTFT, чтобы восстановить представление сигнала во временной области и записывает его в файл вывода.