Separador de vocais: separe qualquer música em voz, bateria, baixo e mais — no seu navegador

A maioria dos separadores "gratuitos" manda o seu arquivo para um servidor, coloca você numa fila e libera uns poucos minutos de áudio por dia. O SplitVocals funciona de outro jeito: ele baixa um modelo Demucs v4 (transformer híbrido) direto para o navegador e roda a separação na CPU ou na GPU do seu próprio dispositivo. A música é lida localmente e não atravessa a rede — dá para conferir sozinho, abrindo a aba Rede das ferramentas de desenvolvedor enquanto uma faixa processa.

Como nada passa por servidor, não existe cota por minuto, não existe marca d'água e não há motivo para pedir o seu e-mail. Solte uma música e receba voz, bateria, baixo e "outros" (guitarra, teclado, sopros — e o cavaquinho, se for pagode) em arquivos separados, quantas vezes quiser.

Quem canta cover de sertanejo ou pagode tira a voz do original e canta por cima do arranjo que o público já conhece, sem precisar contratar banda de apoio. Banda de igreja monta o playback do domingo tirando a voz-guia da gravação. E cada músico ensaia com o próprio instrumento no mudo, tocando por cima do resto. DJ de baile puxa só a bateria, ou só o acapella de um funk, para montar transição e mashup. Professor de violão isola uma parte para mostrar exatamente a levada que o aluno precisa ouvir.

Nada disso exige assinatura; o Pro adiciona HD no servidor, seis faixas e lotes para quem quer mais. O que sai da separação é seu — inclusive para uso comercial, dentro dos direitos que você já tem sobre a gravação original.

A separação acompanha a gravação que entra, e aqui isso tem um detalhe bem local: boa parte do sertanejo e do pagode que todo mundo conhece é a faixa do DVD ao vivo. Nela a plateia canta o refrão junto, o microfone da voz pega a banda inteira e os instrumentos vazam uns para os outros antes mesmo de a música ser mixada. O modelo não desfaz isso. Sempre que existir a versão de estúdio da mesma música, comece por ela — a diferença costuma ser maior do que qualquer ajuste.

O segundo problema mais comum é a procedência do arquivo. MP3 rippado do YouTube, áudio reenviado no WhatsApp e gravação feita no celular durante o culto já jogaram fora informação antes de chegar aqui, e o modelo não inventa o que não está no arquivo. Quando der, comece de um WAV, de um FLAC ou de um MP3 de 320 kbps.

Na primeira vez que você separa uma faixa, o navegador baixa o modelo Demucs de cerca de 170 MB e guarda em cache. Da segunda em diante — inclusive offline — a separação começa na hora, sem baixar nada de novo.

Num site que processa na nuvem, uma música de 40 MB significa 40 MB subindo pela sua internet antes de qualquer coisa acontecer — e por aqui o link de subida costuma ser bem mais estreito que o de descida. Esse tempo simplesmente não existe no SplitVocals: o arquivo já está no seu computador e é lido de onde está.

Chrome e Edge usam WebGPU para rodar o modelo na placa de vídeo e terminam uma música comum em um a três minutos num notebook; Safari e Firefox caem num caminho mais lento, só de CPU, via WebAssembly. Nos dois casos o trabalho acontece num hardware que já é seu, sem fila e sem serviço fora do ar no meio do ensaio.