Cet outil de suppression de voix sépare une chanson en deux pistes — la voix seule et l’instrumental sans la voix — grâce à Spleeter, le modèle open source de séparation de sources de Deezer Research. Utilisez l’instrumental comme piste karaoké ou d’accompagnement pour vous entraîner, ou la piste vocale comme a cappella pour un remix, une reprise ou la transcription des paroles. Il lit les fichiers MP3, WAV, M4A, OGG et FLAC ainsi que la bande son des vidéos, et vous pouvez basculer entre Original, Voix et Instrumental au même moment de la chanson avant de télécharger l’une ou l’autre piste en WAV ou en MP3.
Tout fonctionne dans votre navigateur. La première séparation télécharge le modèle (deux réseaux, 39 Mo au total) et le moteur d’IA de 24 Mo partagé avec nos autres outils IA, après vous avoir montré la taille ; les deux sont ensuite mis en cache par le navigateur. Après cela, séparer une chanson de 4 minutes a pris 7 secondes sur un ordinateur portable récent quand le navigateur pouvait utiliser la carte graphique (WebGPU), et 35 secondes avec le processeur seul ; les ordinateurs plus anciens et les téléphones sont plus lents. Spleeter est un modèle de 2019 : il sépare proprement la plupart des morceaux pop, rock et hip-hop, mais vous entendrez des restes de voix dans l’instrumental sur les mixages denses ou très réverbérés. Il existe aussi un mode karaoké classique instantané qui soustrait un canal stéréo de l’autre ; il n’utilise pas l’IA et sonne moins bien, mais ne nécessite aucun téléchargement. Pour couper une piste ensuite, utilisez le coupeur audio ; pour extraire d’abord le son d’une vidéo, l’outil Vidéo en MP3.
Mode d’emploi
- Déposez une chanson ou une vidéo dans la zone, ou cliquez pour en choisir une.
- Laissez Séparation par IA sélectionné (ou choisissez Karaoké classique pour un résultat instantané mais plus grossier).
- Cliquez sur Séparer. La première fois, le modèle se télécharge ; ensuite, une barre de progression montre le traitement de chaque partie de la chanson.
- Appuyez sur Lecture et basculez entre Original, Voix et Instrumental pour vérifier le résultat.
- Choisissez WAV ou MP3, puis cliquez sur Télécharger la voix ou Télécharger l’instrumental.
Questions fréquentes
Comment enlever gratuitement la voix d’une chanson ?
Ouvrez la chanson sur cette page, laissez Séparation par IA sélectionné et cliquez sur Séparer. Le modèle Spleeter la sépare en voix et instrumental dans votre navigateur ; téléchargez l’instrumental en WAV ou en MP3. Pas de compte, pas de filigrane audio et pas de limite mensuelle ; les chansons peuvent durer jusqu’à 10 minutes.
S’agit-il vraiment d’IA, et de quel modèle ?
La méthode par défaut est Spleeter 2 pistes, un réseau de neurones U-Net publié par Deezer Research sous licence MIT, entraîné sur des enregistrements multipistes de studio pour prédire quelles parties du spectre appartiennent à la voix. Il s’exécute ici avec onnxruntime-web. L’option Karaoké classique n’utilise pas l’IA : elle soustrait le canal droit du canal gauche, ce qui supprime tout ce qui est mixé exactement au centre.
Pourquoi entend-on encore un peu de voix dans l’instrumental ?
Aucun séparateur n’est parfait, et Spleeter (2019) est plus léger que les modèles les plus récents comme HTDemucs ou MDX-Net, plusieurs fois plus volumineux (HTDemucs fait environ 180 Mo en un seul fichier) et trop lourds pour être téléchargés et exécutés confortablement dans une page web. Attendez-vous à de légères traces de voix sur les morceaux très réverbérés, avec chœurs ou guitares saturées, et à des artefacts soufflés ou « phasés » dans la piste vocale. Le résultat suffit généralement pour le karaoké et l’entraînement.
Peut-il aussi séparer la batterie, la basse et les autres instruments ?
Pas pour le moment. Cette page sépare deux pistes, la voix et l’instrumental. Les modèles à quatre pistes (voix, batterie, basse, autres) représentent au moins le double à télécharger : ils ne sont donc pas proposés ici dans le navigateur.
Ma chanson est-elle envoyée sur un serveur ?
Non. Les fichiers du modèle sont téléchargés depuis ce site vers votre navigateur et la chanson est traitée sur votre appareil ; rien de ce que vous ouvrez n’est envoyé ailleurs. Les types de fichiers inhabituels que le navigateur ne sait pas lire seul sont décodés avec ffmpeg, lui aussi téléchargé (depuis le CDN jsDelivr) et exécuté en local.
Puis-je utiliser les pistes séparées comme je veux ?
Séparer une chanson ne change rien à ses droits. S’entraîner, faire du karaoké chez soi ou étudier un arrangement est généralement permis ; publier ou vendre un remix, une reprise ou une piste d’accompagnement tirée de l’enregistrement de quelqu’un d’autre nécessite l’autorisation des ayants droit.
Séparation par IA ou astuce du karaoké classique
La méthode classique repose sur la façon dont les chansons sont mixées : la voix principale est généralement placée pile au centre, elle est donc identique dans les canaux gauche et droit, et soustraire un canal de l’autre l’annule. Mais tout ce qui est au centre s’annule aussi — basse, grosse caisse, caisse claire, souvent l’instrument principal —, c’est pourquoi cet outil réintègre la basse sous 120 Hz. Il ne reste que ce qui était panoramiqué sur les côtés, plus la réverbération stéréo de la voix sous forme d’écho fantôme. C’est instantané et sans téléchargement, mais cela ne fonctionne qu’avec des fichiers stéréo et ne donne pas de piste vocale.
Spleeter fonctionne autrement. Il transforme la chanson en spectrogramme (le niveau de chaque fréquence, toutes les 23 millisecondes), et deux réseaux de neurones, entraînés sur des multipistes de studio, estiment quelle part de chaque point appartient à la voix et quelle part à l’accompagnement. Ces estimations deviennent des masques progressifs appliqués au son d’origine : l’instrumental conserve la basse, la batterie et les instruments centraux, et vous obtenez aussi la voix seule.
Comment la version navigateur est construite
Le modèle traite environ 12 secondes à la fois : la chanson est donc découpée en parties qui se chevauchent ; là où deux parties se chevauchent, leurs masques sont fondus l’un dans l’autre pour qu’aucune jonction ne s’entende. Les réseaux de Spleeter ne prennent en compte que les fréquences jusqu’à 11 kHz ; au-delà, chaque instant reçoit la moyenne de ses masques, si bien que les cymbales et les sifflantes sont partagées entre les pistes au lieu d’être coupées. L’instrumental correspond à l’original moins la voix, ce qui est exact puisque les deux masques s’additionnent toujours pour former le tout.
Les réseaux s’exécutent avec onnxruntime-web dans un worker en arrière-plan : sur la carte graphique via WebGPU dans les navigateurs compatibles (comme les versions actuelles de Chrome et d’Edge), sinon sur le processeur via WebAssembly. Le résultat est identique ; seule la vitesse change.
Conseils pour une séparation plus propre
• Partez de la meilleure source possible : un WAV, un FLAC ou un MP3 à 320 kbit/s se sépare plus proprement qu’un fichier à faible débit, dont les artefacts de compression perturbent le modèle.
• Pour le karaoké, un léger reste de voix dans l’instrumental est couvert dès que vous chantez par-dessus ; vérifiez les passages les plus calmes, où les traces s’entendent le plus.
• Pour un a cappella, la piste vocale peut contenir quelques coups de batterie ou de la guitare ; coupez-les, ou baissez ces passages dans un éditeur audio.
• Les chansons de plus de 10 minutes peuvent d’abord être découpées avec le coupeur audio.
