Vocal-Remover für Songs online
KI-basierte Stem-Trennung — Instrumentale extrahieren, Acapella isolieren oder Karaoke-Versionen aus beliebigen Songs erstellen. Gesang per Machine Learning entfernen — für Musikproduktion, Übung und Remix.
So entfernen Sie Gesang aus einem Song
Audiodatei hochladen (MP3, WAV, FLAC oder beliebiges anderes Format)
Ein paar Sekunden warten, während das Tool Gesang und Musik trennt
Ergebnis vorhören — Musik, Gesang oder beides zusammen anhören
Trennstärke-Schieberegler für optimale Ergebnisse anpassen
Ausgabeformat wählen (MP3, WAV oder FLAC)
Instrumental (Musik) oder Gesangsspur separat herunterladen
Instrumental- und Gesangsspuren aus jedem Song in Sekunden
Anhören und anpassen
Speichern
Erweiterte Export-Optionen — Formate pro Stem, Fades, LUFS-Normalisierung
Jede Spur lässt sich einzeln speichern — über die Schaltfläche in ihrer Zeile. „Mix“ speichert, was Sie hören: aktuelle Lautstärken und die gewählte Spur.
Benutzerdefinierte Variante
Power-User-Steuerelemente — passe jede Stufe der Pipeline an. Gespeicherte Einstellungen bleiben über Sitzungen hinweg erhalten.
Was unter der Haube läuft
Die Modi sind keine „Qualitätsstufen“ eines Verfahrens, sondern verschiedene Maschinen. Zwei wählen Sie selbst, zwei schalten sich automatisch zu. „Ultra“ lädt zuerst ein Modell — gut zu wissen im Mobilnetz.
| Modus | Was arbeitet | Download |
|---|---|---|
| Schnell · geringere Qualität | Trennung über das Stereobild: was in der Mitte sitzt, wird spektral abgezogen (Fenster 4096, Stimmband 100 Hz – 12 kHz). | Nichts — startet sofort |
| KI | Ein neuronales Trennmodell (ONNX). Nicht wählbar — es springt bei Mono-Dateien ein, wo „Ultra“ nicht läuft. | Etwa 56 MB, einmalig |
| Ultra · beste Qualität | MDX-Net Kim Vocal 2 — das genaueste verfügbare und das langsamste. Braucht Stereo. | Etwa 64 MB, einmalig |
| Backing-Gesang | UVR MDX-Net Karaoke 2: ein zweiter Durchgang über die fertige Gesangsspur, der Lead von Backing trennt. | Etwa 50 MB, einmalig |
Was zu erwarten ist
- „Schnell“ braucht Stereo: eine Monoaufnahme hat kein Stereobild, von dem sich etwas abziehen ließe — beide Spuren kommen identisch zurück. Auch „Ultra“ braucht Stereo und läuft bei Mono nicht; dort übernimmt automatisch eine andere neuronale Maschine.
- Ein Modell wird einmal geladen und bleibt im Browser-Cache — das nächste Lied im selben Browser startet sofort.
- Perfekte Trennung gibt es nicht: je dichter die Mischung, desto öfter bleibt eine Spur der Stimme im Playback. Das Werkzeug misst diesen Rest selbst und schlägt eine stärkere Variante vor.