Audio-Trennung für Musik

Stimme von Musik trennen, vom einzelnen Master bis zum ganzen Katalog

Eine saubere A-cappella- und eine sync-fertige Instrumental­version aus dem fertigen Mix. Ohne Session-Dateien.

Läuft geradePop
0:00
Gesang
0 dB
Instrumental
0 dB
Ziehen Sie eine Platte auf den Player
  • Pop
  • R&B
  • Hip-Hop
  • Country

  • Batch

    Ein Song oder der ganze Katalog, in Studio oder per API

  • Live

    Konzerte und Übertragungen in Echtzeit. Enterprise, auf Anfrage

Gemacht für

Vom Studio bis zum Katalog

Sync

Instrumentals und Vocal-up-Versionen aus dem Original-Master.

Remixe

A-cappellas für Remixe und DJ-Packs.

Karaoke

Mitsing-Tracks im Katalogmaßstab.

Kataloge

Fehlende Versionen für ältere Releases.

Live

Konzerte und Übertragungen, in Echtzeit getrennt, für Enterprise-Teams.

Das Problem

Ihr Katalog hat den Mix. Nicht immer die Stems.

Ältere Releases, zugekaufte Kataloge und fertige Master kommen oft ohne separate Gesangs- und Instrumentaldateien. Sie von Hand neu zu bauen kostet Studiozeit, die Sie nicht für jede Anfrage haben.

CAMB.AI trennt die Stimme von der Musik: Per Vocal Isolation erhalten Sie Gesangs- und Instrumental­version aus dem Mix zurück, den Sie bereits besitzen.

Live · Enterprise

Gesang live trennen, auf der Bühne und auf Sendung

Verbinden Sie einen Konzert- oder Sende-Feed und erhalten Sie Gesang und Band als zwei getrennte Streams zurück, in Echtzeit. Wir richten das mit Ihrem Team ein, auf Ihrem eigenen Feed.

  • Stimme und Hintergrund als zwei Live-Streams
  • Jede Sprache, mehrere Sprecher gleichzeitig
  • Direkt in die Live-Übersetzung und Live-Synchronisation von CAMB.AI
Konzert-FeedRegler bewegen, um die Band zurückzuholen0:00
Gesang
Band

Qualität

Gemessen, nicht nur versprochen

In unserem Benchmark gegen AudioShake, ElevenLabs und LALAL.AI behielt CAMB.AI die meiste Stimme im Vordergrund-Stem und ließ am wenigsten davon im Hintergrund zurück.

Am wenigsten Stimme zurückgelassen

14 % weniger als AudioShake, 16 % weniger als ElevenLabs, 29 % weniger als LALAL.AI: ein Hintergrund-Stem, den Sie wirklich wiederverwenden können.

Durchschnittliche Wahrscheinlichkeit, dass im Hintergrund-Stem noch Sprache zu hören ist.

CAMB.AI0.376%
AudioShake0.437%
ElevenLabs0.447%
LALAL.AI0.529%

CAMB.AI2.84 dB
LALAL.AI2.81 dB
ElevenLabs1.64 dB
AudioShake1.01 dB

Die sauberste Stimme der vier

2,8× AudioShake und 1,7× ElevenLabs dabei, wie sauber die Stimme aus dem Mix gelöst wird.

SI-SDR, geschätzt mit SQUIM: wie viel der getrennten Stimme tatsächlich Stimme ist und nicht ihre Umgebung.

CAMB.AI0.376%
AudioShake0.437%
ElevenLabs0.447%
LALAL.AI0.529%

Am wenigsten Stimme zurückgelassen

14 % weniger als AudioShake, 16 % weniger als ElevenLabs, 29 % weniger als LALAL.AI: ein Hintergrund-Stem, den Sie wirklich wiederverwenden können.

Durchschnittliche Wahrscheinlichkeit, dass im Hintergrund-Stem noch Sprache zu hören ist.

CAMB.AI1.895
LALAL.AI1.852
ElevenLabs1.544
AudioShake1.527

Die Stimme, die am besten klingt

24 % über AudioShake und 23 % über ElevenLabs dabei, wie gut die getrennte Stimme klingt.

PESQ, geschätzt mit SQUIM: wahrgenommene Sprachqualität, ohne Referenz­aufnahme.

CAMB.AI0.744
LALAL.AI0.740
ElevenLabs0.726
AudioShake0.697

Die Stimme, die am leichtesten zu verstehen ist

Jedes Wort bleibt klar, vor allen drei anderen.

STOI, geschätzt mit SQUIM: wie verständlich die getrennte Sprache ist.

CAMB.AI0.258
LALAL.AI0.255
ElevenLabs0.229
AudioShake0.209

Die meiste Stimme im Stimm-Stem

23 % über AudioShake und 13 % über ElevenLabs.

Durchschnittlicher CLAP-Sprachfokus-Abstand: wie eindeutig der Vordergrund-Stem Sprache enthält.

MessgrößeCAMB.AIAudioShakeElevenLabsLALAL.AI
Trennqualität (SI-SDR)2.84 dB1.01 dB1.64 dB2.81 dB
Stimme im Hintergrund (Leakage)0.376%0.437%0.447%0.529%
Wahrgenommene Qualität (PESQ)1.8951.5271.5441.852
Verständlichkeit (STOI)0.7440.6970.7260.740
Stimme im Vordergrund (CLAP gap)0.2580.2090.2290.255
DNSMOS Sprachqualität (SIG)2.6622.3872.5232.684
DNSMOS Hintergrund­qualität (BAK)2.8842.3072.5382.973
DNSMOS Gesamtqualität (OVRL)2.3031.9232.0942.327

Interner Benchmark: CAMB.AI, AudioShake, ElevenLabs und LALAL.AI mit denselben sieben Clips von Wikimedia Commons (Gaming-Kommentar, ein Filmtrailer, Livemusik, ein Interview im Freien, ein Live-Newsroom, Archiv-TV und ein Red-Carpet-Interview), gemittelt. SQUIM und DNSMOS sind referenzfreie Schätzungen. Bei den drei DNSMOS-Werten liegt LALAL.AI knapp vorn; bei allen anderen Messgrößen führt CAMB.AI.

Anwendungs­fälle

Gemacht für die Arbeitsweise von Musikteams

Instrumentals und Vocal-up-Versionen für Sync

Instrumentals und Vocal-up-Versionen für Sync

Beantworten Sie ein Sync-Briefing schnell mit einem Instrumental aus dem Original-Master und dem Gesang für einen Vocal-up-Mix. Ein Instrumental-Maker für Trailer, Werbung, TV und Games.

Musikvideos und Dokumentationen

Musikvideos und Dokumentationen

Trennen Sie Dialog und Gesang vom Soundtrack, um Musikfilme und Dokumentationen in neuen Sprachen zu untertiteln oder zu synchronisieren.

KI-Synchronisation
A-cappella-Extraktor für Remixe und DJ-Packs

A-cappella-Extraktor für Remixe und DJ-Packs

Saubere A-cappellas für Remix-Kampagnen, DJ-Packs und Producer-Wettbewerbe, ohne das Studio nach den Session-Dateien zu fragen.

Karaoke-Maker für ganze Kataloge

Karaoke-Maker für ganze Kataloge

Machen Sie aus einem Katalog Karaoke- und Mitsing-Tracks, mit dem Original-Instrumental.

Katalog-Backfill

Katalog-Backfill

Erstellen Sie fehlende Gesangs- und Instrumental­versionen für ältere Releases, im Bulk.

Was Sie erhalten

KI-Stem-Splitter: Gesang und Instrumental aus jedem Song

Gesang

Der Gesang für sich, ohne die Musik.

Instrumental

Das komplette Arrangement, ohne Gesang. Schlagzeug, Bass und andere Instrumente bleiben gemeinsam im Instrumental.

API für Gesangs­trennung

Von einem Song bis zum ganzen Katalog: Trennen Sie Datei für Datei in Studio oder schicken Sie Ihren Katalog über die API und erhalten Sie die Ergebnisse im Bulk zurück.

POST /apis/audio-separationGET  /apis/audio-separation/{task_id}GET  /apis/audio-separation-result/{run_id}POST /apis/audio-separation-results
Zur API für Audio-Trennung

Live, auf der Bühne und auf SendungEnterprise

Trennen Sie den Gesang in Echtzeit von der Band, für Konzerte, Live-Übertragungen und Streams. Eine Enterprise-Funktion, auf Anfrage mit Ihrem Team eingerichtet.

Sprechen Sie mit uns

Ihre Master bleiben Ihre

CAMB.AI ist SOC-2-konform und trainiert seine Modelle nicht mit Ihrem Audio. Ihre Durchläufe stehen in Ihrem Verlauf, und Sie können sie jederzeit löschen. Die Trennung ändert nichts daran, wem die Musik oder die Nutzungsrechte gehören.

Mehr Audio-Trennung

So funktioniert es

Gesang aus einem Song extrahieren in drei Schritten

01

Hochladen

Fügen Sie einen Song oder einen ganzen Ordner hinzu: .wav, .flac, .mp3, .aac oder Video als .mp4 oder .mov.

02

Trennen

CAMB.AI trennt jede Datei in Gesang und Instrumental.

03

Herunterladen

Laden Sie beide Stems als FLAC, WAV, MP3 oder AAC herunter. Standardmäßig FLAC, für verlustfreie Qualität.

Preise

Wählen Sie Ihre Stunden. Beide Stems in jedem Tarif.

Jeder Tarif liefert Stimme und Hintergrund als zwei Stems, in Studio und per API. Testen Sie jeden Tarif 3 Tage kostenlos, mit 30 Minuten Audio.

10 h
Abrechnung

Solo

$40/Monat

$480 jährlich abgerechnet

3 Stunden Audio pro Monat

Für Creator und Hobbyisten. Holen Sie die Stimme in Minuten aus Songs, Podcasts und Videos.

Kostenlos testen
  1. Heute 30 Minuten zum Testen. Heute $0.
  2. Tag 3 Ihr Tarif beginnt: $480 pro Jahr.

Session

Empfohlen

$130/Monat

$1,560 jährlich abgerechnet

10 Stunden Audio pro Monat

Für Produzenten und Content Creator, die jede Woche arbeiten. Genug für ganze Alben, Podcasts und Soundtracks.

Kostenlos testen
  1. Heute 30 Minuten zum Testen. Heute $0.
  2. Tag 3 Ihr Tarif beginnt: $1,560 pro Jahr.

Catalog

$375/Monat

$4,500 jährlich abgerechnet

30 Stunden Audio pro Monat

Für Profis und Teams mit hohem Volumen. Saubere Stimm- und Hintergrund-Stems für Musik, Post­produktion und Lokalisierung.

Kostenlos testen
  1. Heute 30 Minuten zum Testen. Heute $0.
  2. Tag 3 Ihr Tarif beginnt: $4,500 pro Jahr.

Enterprise

Hohe Volumen, Live-Trennung auf Ihren eigenen Feeds oder Trennung direkt in Ihrem eigenen Workflow.

  • Live-Trennung in Echtzeit
  • Volumenpreise
  • SLA und dedizierter Support
  • Individuelle Auslieferung und Speicherung

FAQ

Fragen zur Gesangs­trennung

Laden Sie den Song in Studio hoch oder schicken Sie ihn über die API. CAMB.AI liefert zwei Stems: den Gesang und das Instrumental.

Ja. Jeder Durchlauf liefert Ihnen beide Stems.

Nein. CAMB.AI ist ein KI-Stem-Splitter für zwei Stems: Gesang und Instrumental. Schlagzeug, Bass und alle anderen Instrumente bleiben gemeinsam im Instrumental-Stem.

Laden Sie den Song hoch und laden Sie den Instrumental-Stem herunter: So entfernen Sie den Gesang aus dem Lied. Nutzen Sie ihn für Sync, Karaoke oder als Backing Track.

Laden Sie den Song hoch und laden Sie das Instrumental herunter: Es behält das Original-Arrangement ohne Gesang. Für einen ganzen Katalog schicken Sie die Songs über die API.

Laden Sie den Song hoch und laden Sie den Gesangs-Stem herunter: die Stimme für sich, ohne die Musik.

Meist ein Instrumental des Original-Masters und oft den Gesang für eine Vocal-up- oder A-cappella-Version. CAMB.AI liefert Ihnen beides aus dem fertigen Master.

Hochladen: .wav, .flac, .mp3, .aac, .mp4 oder .mov. Herunterladen: FLAC, WAV, MP3 oder AAC.

Ja. Laden Sie beide Stems als WAV oder FLAC herunter und ziehen Sie sie in jede DAW, etwa Pro Tools, Logic oder Ableton.

22,6 Sekunden für ein 30-Sekunden-Video. Dateien werden im Hintergrund verarbeitet, sodass Sie viele auf einmal schicken können.

Ja. Nutzen Sie die API, um Dateien im Bulk zu schicken und die Ergebnisse im Bulk abzuholen.

Ja. Erstellen Sie eine Trennungsaufgabe, prüfen Sie ihren Status und erhalten Sie beide Stems zurück, Song für Song oder im Bulk.

Ja, als Enterprise-Funktion. Sprechen Sie mit uns, und wir richten sie auf Ihrem Feed ein: Sie erhalten Gesang und Musik als zwei getrennte Streams in Echtzeit.

Nein. CAMB.AI trainiert seine Modelle nicht mit Ihrem Audio.

Das Trennen von Audio verschafft Ihnen keinerlei Rechte daran. Stellen Sie sicher, dass Sie die nötigen Rechte für Ihre geplante Nutzung der Stems haben.

Ja, sofern Sie die Rechte an der Aufnahme für diese Nutzung haben.

Bringen Sie einen Song. Gehen Sie mit zwei Stems.

  • SOC-2-konform
  • Ihr Audio wird nicht zum Training unserer Modelle verwendet
  • Batch und live