Séparation audio pour la musique
Séparer voix et musique, d'un master à tout le catalogue
Un a cappella propre et un instrumental prêt pour la synchro, à partir du mix final. Sans fichiers de session.
- Pop
- R&B
- Hip-hop
- Country
Par lots
Un morceau ou tout le catalogue, dans Studio ou par APIDirect
Concerts et diffusions en temps réel. Enterprise, sur demande
Conçu pour
Du studio au catalogue
Synchro
Instrumentaux et versions vocal‑up à partir du master original.
Remixes
Des a cappella pour les remixes et packs DJ.
Karaoké
Des versions à chanter à l'échelle du catalogue.
Catalogues
Les versions manquantes des anciennes sorties.
Direct
Concerts et diffusions, séparés en temps réel, pour les équipes Enterprise.
Le problème
Votre catalogue a le mix. Pas toujours les stems.
Les anciennes sorties, les catalogues rachetés et les masters finalisés arrivent souvent sans fichiers voix et instrumental séparés. Les reconstruire à la main demande un temps de studio que vous n'avez pas pour chaque demande.
CAMB.AI sépare voix et musique : grâce à l'isolation vocale, il vous restitue les deux versions à partir du mix que vous possédez déjà.
Direct · Enterprise
Séparez la voix en direct, sur scène et à l'antenne
Connectez un flux de concert ou de diffusion et récupérez la voix et le groupe en deux flux séparés, en temps réel. Nous le configurons avec votre équipe, sur votre propre flux.
- Voix et fond en deux flux en direct
- Toutes les langues, plusieurs intervenants à la fois
- Directement vers la traduction et le doublage en direct de CAMB.AI
Qualité
Mesuré, pas seulement promis
Dans notre benchmark face à AudioShake, ElevenLabs et LALAL.AI, CAMB.AI a conservé le plus de voix dans le stem de premier plan et en a laissé le moins dans le fond.
Le moins de voix résiduelle
14 % de moins qu'AudioShake, 16 % de moins qu'ElevenLabs, 29 % de moins que LALAL.AI : un stem de fond vraiment réutilisable.
Probabilité moyenne que la parole soit encore audible dans le stem de fond.
La voix la plus nette des quatre
2,8× AudioShake et 1,7× ElevenLabs sur la netteté avec laquelle la voix est extraite du mix.
SI-SDR, estimé par SQUIM : la part de la voix séparée qui est vraiment de la voix, et non ce qui l'entourait.
Le moins de voix résiduelle
14 % de moins qu'AudioShake, 16 % de moins qu'ElevenLabs, 29 % de moins que LALAL.AI : un stem de fond vraiment réutilisable.
Probabilité moyenne que la parole soit encore audible dans le stem de fond.
La voix qui sonne le mieux
24 % au-dessus d'AudioShake et 23 % au-dessus d'ElevenLabs sur la qualité sonore de la voix séparée.
PESQ, estimé par SQUIM : qualité perçue de la parole, sans enregistrement de référence.
La voix la plus facile à comprendre
Chaque mot reste clair, devant les trois autres.
STOI, estimé par SQUIM : intelligibilité de la parole séparée.
Le plus de voix dans le stem voix
23 % au-dessus d'AudioShake et 13 % au-dessus d'ElevenLabs.
Écart moyen de focalisation sur la parole CLAP : à quel point le stem de premier plan est centré sur la parole.
| Mesure | CAMB.AI | AudioShake | ElevenLabs | LALAL.AI |
|---|---|---|---|---|
| Qualité de séparation (SI-SDR) | 2.84 dB | 1.01 dB | 1.64 dB | 2.81 dB |
| Voix résiduelle dans le fond (Leakage) | 0.376% | 0.437% | 0.447% | 0.529% |
| Qualité perceptive (PESQ) | 1.895 | 1.527 | 1.544 | 1.852 |
| Intelligibilité (STOI) | 0.744 | 0.697 | 0.726 | 0.740 |
| Voix conservée au premier plan (CLAP gap) | 0.258 | 0.209 | 0.229 | 0.255 |
| Qualité de la parole DNSMOS (SIG) | 2.662 | 2.387 | 2.523 | 2.684 |
| Qualité du fond DNSMOS (BAK) | 2.884 | 2.307 | 2.538 | 2.973 |
| Qualité globale DNSMOS (OVRL) | 2.303 | 1.923 | 2.094 | 2.327 |
Benchmark interne : CAMB.AI, AudioShake, ElevenLabs et LALAL.AI sur les mêmes sept extraits de Wikimedia Commons (commentaire de jeu vidéo, bande-annonce de film, musique live, interview en extérieur, rédaction en direct, archives TV et interview sur tapis rouge), en moyenne. SQUIM et DNSMOS sont des estimations sans référence. Sur les trois scores DNSMOS, LALAL.AI est légèrement devant ; CAMB.AI mène sur toutes les autres mesures.
Cas d'usage
Conçu pour la façon dont travaillent les équipes musique
Ce que vous obtenez
Un stem splitter IA : voix et instrumental pour chaque morceau
Voix
La voix seule, sans la musique.
Instrumental
Tout l'arrangement, sans la voix. Batterie, basse et autres instruments restent ensemble dans l'instrumental.
API de séparation vocale
D'un morceau à tout le catalogue : lancez la séparation fichier par fichier dans Studio, ou envoyez votre catalogue via l'API et récupérez les résultats en masse.
POST /apis/audio-separationGET /apis/audio-separation/{task_id}GET /apis/audio-separation-result/{run_id}POST /apis/audio-separation-resultsVoir l'API de séparation audio
En direct, sur scène et à l'antenneEnterprise
Séparez la voix du groupe en temps réel, pour les concerts, les diffusions en direct et les streams. Une fonctionnalité Enterprise, configurée avec votre équipe sur demande.
Nous contacterVos masters restent à vous
CAMB.AI est conforme SOC 2 et n'entraîne pas ses modèles sur votre audio. Vos traitements figurent dans votre Historique et vous pouvez les supprimer quand vous le souhaitez. La séparation ne change ni la propriété de la musique ni les droits de l'utiliser.
Plus de séparation audio
Comment ça marche
Séparer voix et musique en trois étapes
Tarifs
Choisissez vos heures. Les deux stems dans chaque offre.
Chaque offre vous donne la voix et le fond sonore en deux stems, dans Studio et par API. Essayez n’importe quelle offre gratuitement pendant 3 jours, avec 30 minutes d’audio.
Solo
$40/mois
$480 facturés annuellement
3 heures d’audio par mois
Pour les créateurs et les passionnés. Isolez la voix de chansons, de podcasts et de vidéos en quelques minutes.
Commencer l’essai gratuit- Aujourd’hui 30 minutes pour essayer. $0 aujourd’hui.
- Jour 3 Votre forfait démarre : $480 par an.
Session
Recommandé$130/mois
$1,560 facturés annuellement
10 heures d’audio par mois
Pour les producteurs et créateurs qui travaillent chaque semaine. De quoi traiter des albums entiers, des podcasts et des bandes-son.
Commencer l’essai gratuit- Aujourd’hui 30 minutes pour essayer. $0 aujourd’hui.
- Jour 3 Votre forfait démarre : $1,560 par an.
Catalog
$375/mois
$4,500 facturés annuellement
30 heures d’audio par mois
Pour les professionnels et les équipes à gros volume. Des stems voix et fond sonore nets pour la musique, la post-production et la localisation.
Commencer l’essai gratuit- Aujourd’hui 30 minutes pour essayer. $0 aujourd’hui.
- Jour 3 Votre forfait démarre : $4,500 par an.
Enterprise
Gros volumes, séparation en direct sur vos propres flux, ou séparation intégrée à votre propre flux de travail.
- Séparation en direct, en temps réel
- Tarifs dégressifs
- SLA et support dédié
- Livraison et stockage sur mesure
FAQ
Questions sur la séparation vocale
Apportez un morceau. Repartez avec deux stems.
- Conforme SOC 2
- Votre audio ne sert pas à entraîner nos modèles
- Par lots et en direct