Suno Menambah Tepuk Tangan? Cara Menghapus Suara Penonton
Suno menambahkan tepuk tangan dan sorakan ketika prompt atau gaya Anda mengarah ke pertunjukan live. Untuk menghapus suara penonton dari lagu Suno yang sudah Anda sukai, impor lagu ke Neural Analog dan jalankan Heavy Decrowd dengan SAM Audio Large. Alur kerja ini memisahkan musik dan vokal dari aplaus, tepuk tangan, dan sorakan sehingga Anda dapat mempertahankan penampilan yang sama tanpa membuat ulang lagu. Di Studio, pilih Pisahkan, pilih Pengurangan Suara Penonton, lalu pilih SAM Audio di bagian Model.
Anda meminta Suno membuat lagu studio yang bersih, tetapi hasilnya terdengar seperti rekaman konser tidak resmi. Ada tepuk tangan di akhir lagu, penonton buatan pada intro, tepuk tangan di bawah chorus, atau sorakan penonton yang menutupi bagian yang ingin Anda rilis.
Mungkin Anda mencoba perbaikan prompt yang paling jelas:
- "studio recording, no crowd"
- "no applause"
- "remove clapping"
- "no live audience"
- "clean vocal, no cheering"
Terkadang versi berikutnya memiliki lebih sedikit suara penonton. Terkadang justru lebih banyak. Jika lagu yang Anda sukai sudah selesai dirender, tidak ada prompt yang dapat masuk ke file yang sudah jadi dan hanya menghapus suara penonton.
Penghapus suara penonton bekerja pada file yang sudah jadi. Alih-alih meminta Suno membuat versi yang lebih bersih, Anda menjalankan Heavy Decrowd pada lagu yang sudah ada. Musik dan vokal tetap dipertahankan, sedangkan lapisan yang menyerupai suara penonton (aplaus, tepuk tangan, sorakan, siulan, obrolan penonton, dan suasana pertunjukan live sintetis) dipindahkan ke stem terpisah.
Dengarkan Contoh Heavy Decrowd
Contoh ini menunjukkan jenis pemisahan yang sama dengan yang digunakan untuk impor Suno: model mempertahankan stem musik dan memisahkan suara penonton ke stem tersendiri.
Contoh yang dibuat oleh pengguna
Contoh terbaru dari pengguna yang memakai impor Suno dan penghapus suara penonton SAM Audio
Mengapa Prompt Suno Tidak Dapat Menghapus Suara Penonton secara Andal
Prompt adalah instruksi untuk membuat lagu, bukan perintah untuk memperbaiki audio. Ketika Anda menulis "no applause" atau "remove crowd noise," Suno tetap membuat mix stereo baru dari teks. Suno tidak membuka bentuk gelombang yang sudah jadi, menemukan tepuk tangan, lalu menguranginya dari musik.
Ada tiga penyebab kegagalan yang umum:
-
Negasi kurang kuat. Kata "applause" sangat mengarah ke suasana musikal tertentu. Bahkan dengan "no" di depannya, model tetap dapat mengaitkan prompt dengan penonton dalam pertunjukan live.
-
Suara penonton sudah menyatu dengan mix. Dalam lagu Suno yang sudah dirender, tepuk tangan dan musik berada dalam file stereo yang sama. Tidak ada lapisan "penonton" terpisah yang dapat dibisukan.
-
Pembuatan ulang mengubah lagu. Sekalipun prompt baru mengurangi tepuk tangan, hasilnya dapat mengubah penampilan vokal, lirik, aransemen, tempo, atau melodi yang ingin Anda pertahankan.
Jika lagunya bagus dan hanya suara penontonnya yang mengganggu, prompt lain bukan alat yang tepat. Hapus suara penonton dari audio yang sudah jadi. Untuk penjelasan singkat, lihat mengapa prompt Suno tidak cukup untuk menghapus sorakan atau suara penonton.
Cara Memberi Prompt Suno untuk Suara Studio yang Bersih
Untuk pembuatan lagu baru, Anda dapat mengurangi kemungkinan munculnya penonton buatan:
- Hapus kata yang menunjukkan suasana live. Tag seperti live, concert, arena, stadium, festival, anthem, singalong, atau crowd energy menggambarkan penonton sehingga model mungkin menambahkannya.
- Jelaskan ruang yang Anda inginkan. Gunakan kata seperti studio recording, dry vocal, close-mic, atau intimate.
- Gunakan Exclude Styles. Dalam mode Custom, tambahkan live, crowd, dan applause ke Exclude Styles jika fitur itu tersedia dalam paket Anda. Buat daftar yang singkat.
- Periksa akhir lagu. Jika tepuk tangan hanya muncul setelah chorus terakhir, memangkas outro dan menambahkan fade singkat sering menjadi perbaikan tercepat.
Tips ini hanya mengubah lagu yang akan dibuat selanjutnya. Tips ini tidak dapat membersihkan lagu yang tepuk tangannya sudah tercampur ke dalam chorus.
Mengapa Pemisah Stem Biasa Kesulitan Menangani Suara Penonton Suno
Di sini, "pemisah stem biasa" berarti model penghapus suara penonton yang memisahkan satu lagu menjadi stem yang hanya berisi musik dan stem suara penonton. Model ini umumnya dilatih dengan musik asli serta rekaman penonton sungguhan: konser, obrolan dalam ruangan, tepuk tangan, video ponsel, dan mikrofon penonton. Suara penonton Suno berbeda. Tepuk tangan, sorakan, dan tekstur ruang pertunjukan live buatannya bersifat sintetis sehingga kurang cocok dengan data pelatihan tersebut, seperti dijelaskan dalam perbedaan sorakan Suno dan suara penonton dalam rekaman live sungguhan. Pemisah serbaguna seperti Spleeter dan Demucs bahkan tidak memiliki stem penonton (perbandingan Spleeter dan Demucs).
Artefak ini juga berada dalam bentuk gelombang yang sama dengan vokal, reverb, simbal, dan tekstur stereo. Model penghapus suara penonton sungguhan dapat meninggalkan suara penonton Suno dalam stem musik, memindahkan detail musik ke stem penonton, atau merusak lagu saat mencoba memisahkannya. Pengurang derau biasa juga dapat melewatkannya karena suara penonton Suno jarang berupa desis konstan. Suara ini terdiri dari tepuk tangan digital, sorakan, obrolan, dan suasana buatan yang berubah mengikuti lagu.
Terobosan Segment Anything untuk Audio
Sebagian besar alat pemisahan AI hanya bisa menemukan kategori tertentu, seperti vokal atau drum. Namun, model serbaguna bisa menemukan banyak suara yang Anda deskripsikan. Ini disebut Language-queried Audio Source Separation (LASS) dan bekerja seperti mesin pencari untuk suara.
Berdasarkan penelitian seperti Separate Anything You Describe (AudioSep), model-model ini menghubungkan suara dengan deskripsi bahasa. Model dilatih dengan jutaan suara berlabel dari pustaka AudioSet, sehingga bisa mengenali sirene atau tamborin tanpa diprogram khusus untuk suara tersebut.
Ini memungkinkan Anda memisahkan suara langka, seperti synthesizer tertentu atau derau latar yang tidak biasa, yang mungkin terlewat oleh model dengan kategori tetap. Pendekatan ini masih eksperimental, tetapi dapat membantu Anda menemukan suara di luar kategori yang didukung alat pemisahan konvensional.
Suara penonton Suno bersifat sintetis dan sering terdengar berbeda dari rekaman penonton sungguhan yang digunakan untuk melatih model penghapus suara penonton terdahulu. Heavy Decrowd menggunakan SAM Audio Large untuk mempertahankan lagu dan menghapus lapisan penonton buatan.
Karena itu, Heavy Decrowd menggunakan SAM Audio Large untuk lagu Suno, bukan model penghapus suara penonton sungguhan. Model ini dapat diberi prompt untuk mempertahankan musik dengan nyanyian sambil menyingkirkan keramaian, kebisingan, percakapan, dan suara penonton. Pemisahan berdasarkan prompt lebih sesuai untuk tepuk tangan sintetis dan artefak pembuat musik AI lainnya daripada model yang hanya dilatih dengan rekaman penonton sungguhan.
Apa yang Dilakukan Heavy Decrowd?
Heavy Decrowd adalah alur kerja SAM Audio Large untuk artefak penonton dan keramaian. Meta menjelaskan SAM Audio sebagai model pemisahan audio umum yang menerima prompt teks, visual, dan rentang waktu. Karena itu, model ini lebih sesuai untuk artefak sintetis yang tidak biasa daripada pemisahan stem dengan kategori tetap. Anda juga dapat mencoba SAM Audio online dengan prompt Anda sendiri, dan pemisahan stem AI berkualitas tinggi dengan BS-RoFormer dan SAM Audio menjelaskan kapan sebaiknya setiap model digunakan. Berikut perbandingannya dengan alat lain:
- Pengurang derau biasa menargetkan desis, dengung, atau kebisingan latar yang konstan.
- EQ memangkas frekuensi, yang juga dapat membuat vokal, simbal, gitar, dan synth terdengar tumpul.
- Pemisah biasa untuk menghapus suara penonton umumnya dilatih untuk memisahkan rekaman penonton sungguhan dari musik asli.
- Heavy Decrowd menggunakan SAM Audio Large untuk mempertahankan pertunjukan musik sambil menghapus suara yang menyerupai penonton: aplaus, tepuk tangan, sorakan, siulan, teriakan, obrolan penonton, dan suasana pertunjukan live sintetis.
Gunakan alat ini untuk menghapus suara penonton dari musik tanpa merusak penampilan musiknya. Alat ini paling relevan ketika Anda meminta Suno membuat lagu studio yang bersih tanpa tepuk tangan atau sorakan, tetapi audio akhirnya tetap berisi suara penonton sintetis.
Cara Menghapus Aplaus, Tepuk Tangan, dan Suara Penonton dari Lagu Suno
Langkah 1: Salin tautan lagu Suno
Buka lagu Suno yang ingin Anda bersihkan dan salin tautan publiknya. Anda tidak perlu mengunduh MP3 terlebih dahulu.
Langkah 2: Impor lagu Suno ke Neural Analog
Buka penghapus suara penonton Suno dan tempel tautan Suno. Neural Analog mengimpor audio agar Anda dapat memprosesnya seperti lagu lainnya.
Kuota menit pemrosesan gratis yang Anda dapatkan memungkinkan Anda menguji bagian singkat sebelum memproses seluruh lagu.
Langkah 3: Jalankan Heavy Decrowd dengan SAM Audio Large
Di Pisahkan, pilih Pengurangan Suara Penonton, pilih SAM Audio di bagian Model, lalu klik Mulai ekstraksi. Langkah ini menjalankan SAM Audio Large dengan prompt yang berfokus pada musik sehingga model mempertahankan lagu dan menyingkirkan lapisan yang menyerupai suara penonton. Alih-alih memfilter frekuensi, model menghasilkan dua stem terpisah:
- Musik yang lebih bersih: versi untuk Anda simpan agar dapat dirilis, diremix, dimaster, atau direstorasi lebih lanjut.
- Hanya suara penonton: aplaus, tepuk tangan, sorakan, dan suasana penonton yang terisolasi. Simpan stem ini jika Anda ingin mengekstrak hanya suara penonton dari sebuah lagu dan mencampurkan sebagian darinya kembali.
Panduan Memulai untuk memisahkan stem menjelaskan preset stem dan pengunduhan di Studio.
Langkah 4: Periksa chorus, intro, dan akhir lagu
Artefak penonton biasanya paling jelas terdengar pada peralihan bagian lagu. Dengarkan intro, breakdown, chorus terakhir, dan akhir lagu. Jika stem yang lebih bersih terdengar sesuai, ekspor sebagai WAV atau FLAC. Panduan ekspor menjelaskan cara mengunduh satu stem atau mix gabungan.
Langkah 5: Lakukan restorasi atau mastering setelah menghapus suara penonton
Jika file Suno masih terdengar terkompresi atau teredam, jalankan restorasi audio AI setelah menghapus suara penonton, atau ikuti panduan lengkap untuk meningkatkan kualitas audio Suno. Jika keseimbangan suaranya sudah baik, kirim stem yang lebih bersih ke mastering otomatis dan pilih target dari LUFS terbaik untuk lagu Suno.
Kapan Heavy Decrowd Bekerja Paling Baik?
Gunakan Heavy Decrowd ketika Suno menambahkan suara yang menyerupai penonton dan tidak Anda minta:
- tepuk tangan di akhir lagu Suno
- tepuk tangan di bawah beat
- sorakan penonton yang menutupi chorus yang seharusnya terdengar seperti rekaman studio
- suasana stadion buatan dalam lagu yang Anda minta terdengar bersih
- obrolan penonton dalam lagu yang secara tegas Anda minta tanpa penonton
- siulan atau teriakan pada bagian yang penampilan musiknya ingin Anda pertahankan
Jika masalahnya bukan suara penonton, gunakan alat lain. Untuk desis, coba restorasi audio AI. Untuk gema ruangan yang berlebihan, gunakan Hapus Reverb. Untuk drum yang tidak diinginkan, gunakan Hapus Drum alih-alih Heavy Decrowd, dan lihat cara mendapatkan lagu tanpa drum dari Suno.
Prompt Suno, Pemisah Suara Penonton Sungguhan, dan Heavy Decrowd
| Tugas | Prompt Suno | Pemisah biasa untuk suara penonton sungguhan | Heavy Decrowd dengan SAM Audio Large |
|---|---|---|---|
| Menghapus tepuk tangan dari lagu yang sudah jadi | Tidak dapat langsung mengedit file | Dibuat untuk rekaman tepuk tangan sungguhan, bukan artefak Suno sintetis | Mempertahankan musik dengan nyanyian dan menghapus suara yang menyerupai penonton |
| Mempertahankan penampilan vokal yang persis sama | Biasanya mengubah lagu yang dibuat | Dapat keliru menganggap tekstur penonton buatan sebagai ambience vokal | Mempertahankan penampilan aslinya |
| Menghapus tepuk tangan dari audio | Prompt negatif tidak andal | Dapat melewatkan tepuk tangan digital yang berbeda dari rekaman tepuk tangan sungguhan | Dirancang untuk tepuk tangan, obrolan, dan suara yang menyerupai penonton |
| Mengekspor versi yang bersih | Memerlukan pembuatan ulang | Dapat meninggalkan tekstur penonton sintetis dalam stem musik | Mengunduh stem musik yang lebih bersih |
| Menangani suasana digital Suno | Tidak tersedia | Data pelatihan tidak cocok dengan artefak pembuat musik AI | Menggunakan model Meta yang lebih besar dan berbasis prompt untuk sumber yang tidak biasa |
FAQ Penghapusan Suara Penonton Suno
Bisakah saya menghapus tepuk tangan dari audio setelah Suno membuat lagunya?
Ya. Impor lagu Suno dan jalankan Heavy Decrowd. Alur kerja ini menggunakan SAM Audio Large dari Meta untuk mempertahankan musik dan vokal sambil menghapus suara penonton digital dari audio yang sudah ada.
Mengapa tidak menggunakan pemisah stem biasa?
Pemisah biasa untuk menghapus suara penonton umumnya dilatih dengan musik asli dan rekaman penonton sungguhan. Tepuk tangan dan suasana penonton Suno bersifat sintetis sehingga sering tidak cocok dengan data pelatihan tersebut. Sebagai gantinya, SAM Audio Large dapat diberi prompt untuk mempertahankan musik dengan nyanyian sambil menyingkirkan keramaian, kebisingan, percakapan, dan suara penonton.
Apakah ini sama dengan pengurangan derau?
Tidak. Pengurangan derau ditujukan untuk desis, dengung, dan kebisingan latar yang konstan. Heavy Decrowd menargetkan suara penonton seperti aplaus, tepuk tangan, sorakan, obrolan penonton, siulan, dan suasana pertunjukan live sintetis.
Bisakah saya juga menghapus suara penonton dari musik live?
Ya. Alur kerja yang sama dapat digunakan untuk rekaman musik live sungguhan, set DJ, video konser, dan rekaman lapangan ketika suara penonton tumpang tindih dengan pertunjukan. Gunakan penghapus suara penonton untuk rekaman live untuk file tersebut.
Bagaimana cara mencegah Suno menambahkan tepuk tangan?
Hapus tag suasana live seperti live, concert, atau arena dari prompt gaya Anda, jelaskan rekaman studio sebagai gantinya, dan tambahkan crowd serta applause ke Exclude Styles jika fitur itu tersedia dalam paket Anda. Cara ini hanya membantu pembuatan lagu baru.
Apa yang harus saya lakukan jika lagu Suno juga terdengar teredam?
Hapus suara penonton terlebih dahulu, lalu jalankan restorasi audio AI untuk merekonstruksi frekuensi tinggi yang hilang sebelum mastering. Peningkatan MP3 ke WAV dengan AI menjelaskan mengapa konversi format biasa tidak memperbaiki file yang terdengar teredam.
Kapan Sebaiknya Menggunakan Heavy Decrowd Alih-alih Prompt Suno Lain?
Gunakan prompt lain hanya jika Anda bersedia mendapatkan lagu yang berbeda. Jika Anda ingin mempertahankan penampilan yang persis sama, suara penonton sudah tercampur dalam bentuk gelombang. Impor tautan Suno dan jalankan Heavy Decrowd dengan SAM Audio Large.
Tempel tautan Suno Anda, jalankan Heavy Decrowd dengan SAM Audio Large, lalu ekspor stem musik yang lebih bersih alih-alih mengandalkan keberuntungan dengan membuat ulang lagu.