Remoção de palavra de uma música sem perder o ritmo

A censura silencia a palavra e deixa um buraco na faixa inteira, música incluída. Aqui a sílaba sai apenas da voz e o tempo liberado é fechado musicalmente: não há queda na música nem emenda audível.

Cortar muda a duração: tudo depois do corte se adianta e o compasso quebra. É exatamente assim que soa uma música que alguém tentou consertar com um removedor de silêncio. Aqui a faixa musical nunca é cortada.

O reconhecimento de fala é um modelo de linguagem: ele «sabe» como a linha deveria soar e funde a repetição. No arquivo de referência a transcrição ficou idêntica byte a byte antes e depois da remoção. Por isso as sílabas são buscadas pelo som.

Se o vão for fechado sustentando a sílaba vizinha, aquela nota passa a ocupar dois tempos em vez de um e o ouvido lê isso como atraso. Adiantar a frase não tem esse custo, por isso vem primeiro.

Se a voz não para depois da frase não há espaço: todas as linhas seguintes sairiam do compasso. Restam sustentar ou deixar pausa, e a ferramenta avisa isso na tela.

É o caso principal. Os editores dos geradores regeneram o trecho, ou seja, produzem outra versão. Aqui a gravação original não é recriada: ela é editada, então voz, melodia e arranjo continuam os mesmos.

Só o vocal, e só em torno da frase que você marcou. A faixa é primeiro separada em voz e acompanhamento, o trabalho com as sílabas acontece só na voz, e depois as duas são reunidas — os instrumentos nunca são ressintetizados, então uma guitarra a três compassos de distância continua a mesma guitarra. O que pode sobrar é um resto da palavra no acompanhamento, se a mixagem original tinha muita reverberação no vocal: essa cauda vive no lado instrumental e não faz parte do que é editado.