Hoogwaardige AI-stemsplitsing: schone stems extraheren met SAM Audio en BS-RoFormer
Hoogwaardige AI-stemsplitsing draait om drie dingen: het juiste model, stereoverwerking van de volledige opname en herstel van de bron als die schade door compressie vertoont. Gebruik een gespecialiseerd model met vaste stems, zoals BS-RoFormer, voor zang, drums en bas, en SAM Audio van Meta voor andere instrumenten. Je krijgt schonere stems dan met oudere tools zoals Spleeter of vroege Demucs-versies.
Producers, dj's en contentmakers lopen tegen hetzelfde probleem aan. Je hebt een schone acapella voor een remix nodig, een nummer zonder drums om te oefenen of een geïsoleerde gitaarriff om te samplen. Oudere tools laten je achter met doffe zang en spookachtige drumartefacten.
Deze gids legt uit wat stems zijn, waarom de meeste stemsplitters artefacten veroorzaken en hoe je stems krijgt die bruikbaar zijn voor echte producties, ook uit Suno-nummers.
Wat zijn stems? De basis van audioscheiding
Stems zijn afzonderlijke audiotracks die uit een gemixt nummer worden gehaald. In plaats van één stereobestand met alles krijg je aparte bestanden voor zang, drums, bas, piano en andere instrumenten. Elke stem bevat alleen dat element.
Er zijn droge stems (zonder effecten) en natte stems (met toegepaste effecten zoals galm en compressie). Droge stems zijn de ingrediënten vóór het koken; natte stems zijn het bereide gerecht. De modellen in dit artikel extraheren alleen natte stems, dus elke stem behoudt de effecten die hij in de mix had.
Waarom stems belangrijk zijn voor moderne muziekproductie
Stems maken van een statische stereomix flexibele onderdelen. Met hoogwaardige stems kun je:
- Karaoketracks maken door zang te verwijderen
- Mashups produceren met schone acapella-isolatie
- Remixen rond de originele zang bouwen, het idee achter de geplande AI-remixfunctie van Spotify
- Mixen opnieuw balanceren door instrumentniveaus afzonderlijk aan te passen
- Nummers leren door specifieke partijen solo te beluisteren
- Elementen samplen zonder overspraak van andere instrumenten
- Problematische frequenties in geïsoleerde tracks herstellen
Vóór AI steunde stemsplitsing op EQ-filtering en fase-uitdoving, wat artefacten veroorzaakte en een partij nooit volledig isoleerde. AI-modellen verbeterden dit door klankkleur en harmonische structuur te leren herkennen in plaats van alleen frequenties te filteren.
Het probleem met de meeste stemsplitsingsdiensten
AI-stemsplitters zijn niet allemaal gelijk. Veel diensten beloven ‘hoge kwaliteit’, maar besparen op de basis:
Demo-omgevingen versus productietools
De SAM Audio-demo-omgeving van Meta verwerkt alleen fragmenten van 30 seconden in mono. Dat is prima voor een demo, maar niet als je een volledig nummer in stereo nodig hebt. Bekijk hoe Neural Analog verschilt van de SAM Audio-demo-omgeving.
Beperkingen van één model
Veel diensten gebruiken één model, wat tot compromissen dwingt. Modellen met vaste stems zoals Demucs of BS-RoFormer zijn goed in vaste scheidingen (zang, drums, bas, overig), maar kunnen geen zelfgekozen instrumenten zoals saxofoon of synthesizer extraheren. Andere modellen bieden vrije extractie, maar scheiden de standaardstems minder schoon dan gespecialiseerde tools.
Geen pipeline voor audioherstel
Gecomprimeerde bronnen zoals MP3's of opnamen uit streams splitsen maakt bestaande artefacten duidelijker hoorbaar. MP3's met een lagere bitrate kappen vaak alles boven ongeveer 16 kHz af en voegen kwantisatieruis toe die transiënten vervaagt. Een stemsplitter die dit negeert, isoleert beschadigde audio alleen duidelijker.
Hoe SAM Audio stemsplitsing verbetert
SAM Audio van Meta is een algemeen model voor bronscheiding in plaats van een gespecialiseerde zangverwijderaar. Meta beschrijft het als één model dat tekst, visuele prompts en tijdsintervallen accepteert, gebaseerd op een transformer voor flow matching en getraind op grootschalige audiomengsels met spraak, muziek en algemene geluiden.
Hoor het verschil: SAM Audio versus de industriestandaard
Hieronder staat een praktijkvergelijking. We namen een dichte klassieke mix en isoleerden de piano-stem met SAM Audio (Neural Analog) en met een toonaangevende concurrent.
Voorbeeld: vergelijking van piano-extractie
Eén instrument isoleren uit een dichte stereomix met de prompt 'piano'.
De technologie achter SAM Audio
SAM Audio gebruikt een transformer voor flow matching om de doelbron uit een gemengde opname te voorspellen. In Neural Analog Studio kun je de bron in tekst beschrijven en een tijdsinterval markeren waarin die voorkomt. Visuele prompts horen bij het onderzoeksmodel en zijn geen bedieningselement in de huidige audio-interface van Studio. Voor producers is het verschil controle: het model kan geluiden buiten de vaste categorieën zang, drums, bas en overig selecteren.
De neurale audio-encoder: waarom modelarchitectuur de kwaliteit bepaalt
Elke AI-stemsplitter is opgebouwd rond een neurale audio-encoder. Die zet de ruwe golfvorm om in een compacte weergave van klankkleur, toonhoogte, ritme en stereoplaatsing. Zie hem als de ‘oren’ van het model: hoe goed hij een snare van zang onderscheidt, hangt af van hoe goed de encoder is getraind.
Vroege scheidingsmodellen zoals Spleeter gebruikten CNN-encoders die spectrogrammen als 2D-afbeeldingen behandelden. Ze konden eenvoudige zang- en drumscheidingen uitvoeren, maar hadden moeite met fijne klankkleurdetails en consistentie in de tijd. Demucs v4 (Hybrid Transformer Demucs) verwerkt zowel de golfvorm als het spectrogram, wat transiënten en fase helpt behouden voor een natuurlijker geluid. BS-RoFormer verdeelt het spectrogram in frequentiebanden en modelleert die met Transformer-lagen. Het paper rapporteert gemiddeld 9,8 dB SDR op de MUSDB18-HQ-benchmark, hoger dan Demucs v4. Onze vergelijking van Spleeter en Demucs behandelt de oudere modellen uitgebreid.
SAM Audio gaat verder met de Perception Encoder Audiovisual (PE-AV), getraind op meer dan 100 miljoen videofragmenten. Omdat hij van video heeft geleerd, koppelt hij geluiden aan de instrumenten en handelingen die ze maken. Dat helpt bij een prompt zoals "guitar", vooral als de gitaar hetzelfde frequentiegebied als andere instrumenten gebruikt.
Onderzoeksarchitectuur van SAM Audio
dog barking
Oorspronkelijke figuur: Onderzoeksarchitectuur van SAM Audio.
De kwaliteit van de encoder beïnvloedt de stemkwaliteit rechtstreeks op drie manieren:
- Klankkleurresolutie: betere encoders scheiden harmonischen van ruis, zodat instrumenten hun karakter behouden
- Consistentie in de tijd: sterkere encoders houden de scheiding stabiel en vermijden de snel aan- en uitschakelende artefacten die bij goedkopere tools voorkomen
- Detail: grotere encoders leggen snaarpiepjes, ademhaling en ruimteklank vast
Vergelijk je stemsplitsingsdiensten, vraag dan welk model ze gebruiken in plaats van op marketing te vertrouwen. Nabewerking kan een oudere encoder niet volledig compenseren.
Hoe Neural Analog SAM Audio en BS-RoFormer gebruikt
De AI-stemsplitter van Neural Analog maakt SAM Audio en BS-RoFormer praktisch bruikbaar voor muzikanten.
In tegenstelling tot de mono-demo van 30 seconden verwerkt Neural Analog volledige nummers in volwaardig stereo, zodat stems de breedte en diepte van de oorspronkelijke mix behouden.
Je kunt kiezen tussen SAM Audio en beproefde presets met vaste stems:
- SAM Audio voor extractie van zelfgekozen instrumenten (saxofoon, synthesizer, strijkers)
- Presets voor snellere, betrouwbare scheidingen: 4 stems (zang, drums, bas, overig) of 6 stems (met gitaar en piano erbij), aangedreven door BS-RoFormer-modellen, een nieuwere generatie vaste-stemmodellen dan Demucs
Met SAM Audio online kun je een prompt schrijven en intervallen in de golfvorm markeren als het doelgeluid alleen in een deel van het nummer voorkomt. Heb je vragen of resultaten om te delen? Sluit je aan bij de Neural Analog Discord.
Geïntegreerde pipeline voor audioherstel
Je kunt geëxtraheerde stems met audioherstel verwerken om hun frequentiebereik uit te breiden en sommige artefacten te verminderen. Beluister het resultaat: herstel repareert niet elke scheidingsfout.
Betere Suno-stems: waarom AI-muziek een eigen aanpak nodig heeft
Suno en andere AI-muziekgeneratoren, waaronder Udio en FlowMusic / Producer.ai, leveren vaak gecomprimeerde bestanden of bestanden met beperkte bandbreedte op. Dat begrenst de kwaliteit nog voordat de stemsplitsing begint. Gebruik de Suno-stemsplitter om een Suno-nummer rechtstreeks via de link te splitsen. Udio biedt geen downloads of stems meer, dus sla je Udio-nummers eerst op als audiobestanden.
Het probleem van dubbele compressie
Een Suno-MP3 met eenvoudige tools splitsen scheidt audio die al beschadigd is. De stems erven:
- Sterk verlies van hoge frequenties (vaak niets boven 15 kHz)
- Kwantisatieruis in het signaal
- Minder stereobreedte en -diepte
- Digitale ‘ringing’-artefacten
Hoe herstel AI-muziek verbetert
Het proces pakt deze beperkingen stap voor stap aan:
- Extractie: SAM Audio of een presetmodel scheidt de stems
- Artefacten verwijderen: neuraal herstel kan MP3-compressieruis verminderen
- Frequenties reconstrueren: het model voorspelt en reconstrueert harmonische inhoud tot 20 kHz
- Stereo verwerken: behoud stereosignalen tijdens het herstellen van detail en vergelijk daarna breedte en fase op gehoor met de bron
De resulterende Suno-stems klinken meer als professioneel opgenomen multitracks.
Stap voor stap: hoogwaardige stems krijgen met Neural Analog
Volg deze stappen voor consistente resultaten. De Studio-gids voor stemsplitsing behandelt elk bedieningselement uitgebreider.
Stap 1: audio uploaden
Sleep je bestand naar de uploader of plak een openbare link van een ondersteunde bron zoals Suno, FlowMusic, TopMediaAI, Treblo, Mureka of YouTube. Ondersteunde uploadformaten zijn MP3, WAV, FLAC, M4A en OGG. De maximale duur hangt af van je abonnement en het gekozen model.
Stap 2: een scheidingsstrategie kiezen
Voor voorspelbare resultaten open je Splitsen en kies je 4 stems voor zang, drums, bas en overig, of 6 stems om gitaar en piano toe te voegen. Controleer de geselecteerde Invoer. Deze presets gebruiken gespecialiseerde modellen met vaste stems en geven consistente scheiding.
Voor zelfgekozen instrumenten kies je Aangepaste prompt om SAM Audio te gebruiken. Controleer het gekozen Model en beschrijf daarna het geluid. Wees specifiek: electric guitar solo with distortion werkt beter dan guitar. SAM Audio geeft twee complementaire stems terug: het geluid dat bij de prompt past en de rest van de opname.
Stap 3: verwerking instellen
SAM Audio-stereoverwerking: de standaardmodus Stereo (midden/verschil) verwerkt het midden- (Mid) en verschilsignaal (Side) afzonderlijk en voegt ze daarna weer samen. Kies Stereo (L/R) om het linker- en rechterkanaal apart te verwerken, of Mono om ze tot één kanaal te middelen. Deze bedieningselementen gelden voor SAM Audio; de presets met vaste stems gebruiken hun eigen stereomodellen. Bekijk wanneer je Mid/Side-verwerking gebruikt.
Stap 4: verwerken en downloaden
Laat Stems verbeteren uit voor alleen scheiding. Controleer de schatting van de verwerkingsminuten die van je saldo worden afgeschreven, klik daarna op Extractie starten en wacht. Korte nummers zijn vaak binnen enkele minuten klaar; langere nummers en zwaardere modellen duren langer. Beoordeel elke stem in Studio, open daarna Exporteren en kies Afzonderlijke stems voor losse bestanden of Gecombineerde stems voor de huidige mix.
Stap 5: de geëxtraheerde stems herstellen
Mist een stem hoge frequenties of hoor je compressieschade, selecteer hem dan als Invoer onder Verbeteren, kies MP3-muziek herstellen voor instrumenten of Zang verbeteren voor zang en klik op Model starten. Vergelijk het resultaat voordat je exporteert. De MP3-naar-WAV-herstelgids legt de modelkeuzes uit. Wil je geschikte stems in plaats daarvan automatisch na extractie verwerken, schakel dan Stems verbeteren in, selecteer het herstelmodel en controleer de extra schatting van verwerkingsminuten voordat je de extractie start. Schone stems hebben geen herstel nodig.
Technische aandachtspunten voor productieworkflows
Controleer deze factoren wanneer je stemextractie aan je productieworkflow toevoegt:
Kwaliteit van het bronbestand
Herstel kan gecomprimeerde bestanden reconstrueren, maar verliesvrije bronnen (WAV, FLAC) geven nog steeds nauwkeurigere scheiding. De encoder heeft meer oorspronkelijke informatie, waardoor minder hoeft te worden gereconstrueerd.
Komt je instrument maar een paar seconden in een lang bestand voor, markeer dat interval dan in Studio of knip het bestand bij voordat je uploadt. Het model krijgt een duidelijker doel en de verwerking gaat sneller.
Fasecoherentie van stems
Stems uit hetzelfde nummer moeten samen weer ongeveer de oorspronkelijke mix opleveren. Als hun fase verschuift, veroorzaakt samenvoegen kamfiltering of uitdoving. De modellen van Neural Analog zijn ontworpen om faserelaties intact te houden, wat belangrijk is voor stemmastering en remixen. Controleer dit door de stems in je DAW op te tellen en met het origineel te vergelijken.
Hoorbaarheid van artefacten
Luister naar veelvoorkomende scheidingsartefacten:
- Overspraak: instrumenten die zachtjes in de verkeerde stem hoorbaar zijn
- Haperingen: snel aan- en uitschakelen tijdens extractie
- Vervaging: verlies van scherpe transiënten
- Verlies van hoge frequenties: gebrek aan lucht en detail
Herstel verhelpt veel hiervan, maar een schone bron vermindert ze al bij extractie. Gebruik daarna een DAW om alleen de delen van elke stem te behouden die goed klinken.
Wanneer gebruik je welk modeltype?
Gebruik de presets met vaste stems (BS-RoFormer) wanneer:
- Je standaardisolatie van zang, drums of bas nodig hebt
- Verwerkingssnelheid cruciaal is
- De bronmix relatief schoon is
- Je voorspelbare, geteste resultaten wilt
Gebruik SAM Audio voor vrije extractie wanneer:
- Het instrument niet onder de standaardpresets valt
- De mix dicht is en geluiden overlappen
- Je soortgelijke geluiden moet scheiden (bijvoorbeeld leadgitaar en ritmegitaar)
- De bron ongebruikelijke instrumenten of gesynthetiseerde geluiden bevat
Gebruik herstel wanneer dat nodig is:
- Een MP3 of streamingbron hoorbare compressieschade heeft
- Het oorspronkelijke bestand onder 320 kbps zit en hoge-frequentiedetail mist
- AI-muziek een afgekapte bandbreedte of compressieartefacten heeft
- Stems na controle op gehoor reparatie nodig hebben vóór een commerciële release
De beste workflow voor AI-stemsplitsing kiezen
Begin met een testnummer dat je goed kent. Vergelijk de geëxtraheerde stems met de oorspronkelijke mix om fasecoherentie en artefactniveaus te controleren. Gebruik de presets voor standaardsplitsingen, SAM Audio voor de rest en herstel als een gecomprimeerde of met AI gemaakte bron reparatie nodig heeft.
Met huidige AI-modellen en herstel kunnen geëxtraheerde stems dicht bij de oorspronkelijke multitracksessie komen voor remixen, samples en mixanalyse.
Veelgestelde vragen over hoogwaardige stemsplitsing
Welk AI-model is het beste voor stemsplitsing?
Voor zang, drums, bas en instrumentale partijen scoren BS-RoFormer- en Mel-Band RoFormer-modellen momenteel het hoogst op openbare benchmarks. Voor instrumenten buiten die vaste stems is een promptmodel zoals SAM Audio flexibeler. Bekijk onze ranglijsten van de beste modellen voor zang en de beste modellen voor instrumenten.
Gebruikt Neural Analog Demucs voor stems?
Nee. De presets voor 4 en 6 stems gebruiken BS-RoFormer-modellen, en extractie van zelfgekozen instrumenten gebruikt SAM Audio.
Waarom klinken mijn stems dun of waterig?
Meestal doordat de bron een MP3 met lage bitrate is, of doordat de tool een ouder model gebruikt. Begin met de beste beschikbare bron, gebruik een nieuwer model en herstel de stems daarna. Lees of MP3-herstel dof klinkende stems kan verbeteren om te weten wat herstel wel en niet kan oplossen.
Gerelateerde gidsen
- Drums uit een voltooid Suno-nummer verwijderen: gebruik drumsplitsing om een nummer zonder drums te krijgen.
- Suno-drums door je eigen drumkit vervangen: verwijder de AI-drums en programmeer daarna een nieuwe groove.
- Een stereonummer naar Dolby Atmos omzetten: plaats gescheiden stems in een Atmos-bed en objecten.