Gesang & Musik trennen ohne Upload
Zerlege einen Song in seine Spuren – Gesang, Schlagzeug, Bass und die übrigen Instrumente. Blende den Gesang aus und du hast die Karaoke-Version, hör dir nur die Stimme an oder übe zum Playback ohne Bass. Zwei Stufen stehen zur Wahl: die beste Trennung mit HT Demucs oder eine schnelle mit Spleeter, die auch ohne Grafikkarte zügig fertig ist. Alles rechnet auf deinem Gerät; der Song wird nirgendwohin hochgeladen.
Wähle links einen Song aus – er wird in Gesang und Instrumente zerlegt.
Während der Berechnung hörst du das Original. Danach regelst du jede Spur einzeln – „Mischung als WAV“ speichert genau das, was du hörst.
So funktioniert es
Song auswählen
Ziehe eine Audio- oder Videodatei in das Feld oder wähle sie aus. Beim ersten Mal lädt der Browser das Modell (57 MB, im Schnell-Modus 20 MB); die Trennung startet sofort.
Spuren mischen
Nach der Berechnung regelst du jede Spur einzeln – Gesang, Schlagzeug, Bass und Sonstiges, im Schnell-Modus Gesang und Begleitung – oder nimmst eine Schnellwahl wie „Karaoke“. Alle Spuren laufen synchron.
Speichern
Speichere deine Mischung als WAV oder Opus oder lade einzelne Spuren herunter – etwa nur den Gesang oder nur das Instrumental.
Häufige Fragen
Wird mein Song hochgeladen?+
Nein. Der Song wird in deinem Browser getrennt und verlässt dein Gerät nicht. Auch das KI-Modell und die Rechen-Laufzeit kommen direkt von mytoolio – es ist kein weiterer Anbieter beteiligt.
Wie gut ist die Trennung?+
In der Stufe „Beste“ arbeitet HT Demucs, eines der besten frei verfügbaren Modelle: Bei Studioaufnahmen ist der Gesang meist sauber vom Rest getrennt. Reste sind trotzdem normal – ein Hauch Gesang im Instrumental, etwas Hall oder leise Instrumente in der Gesangsspur. Die Stufen „Mittel“ und „Schnell“ (Spleeter, vier bzw. zwei Spuren) trennen gröber: mehr Reste, und oberhalb von 11 kHz kann sie Gesang und Instrumente nur noch ungefähr auseinanderhalten. Schwieriger sind in allen Stufen Live-Aufnahmen, sehr alte oder stark komprimierte Stücke und Chöre.
Wie lange dauert es?+
Stufe „Beste“: mit Grafikkarten-Unterstützung (WebGPU in Chrome und Edge) etwa ein Sechstel der Songlänge – ein Stück von dreieinhalb Minuten also rund 35 Sekunden; ohne WebGPU etwa viermal so lang wie der Song. Stufe „Schnell“: auch ohne Grafikkarte etwa ein Viertel der Songlänge (am Handy länger). Ohne WebGPU ist „Schnell“ deshalb voreingestellt. Die Stufe „6 Spuren“ braucht etwas länger als „Beste“ und ohne Grafikkarte sehr lange. Du kannst währenddessen das Original anhören.
Welche Dateien gehen?+
Alles, was dein Browser abspielen kann: MP3, WAV, M4A/AAC, OGG/Opus, FLAC, WebM und die Tonspur von MP4- oder MOV-Videos – bis 10 Minuten Länge (am Handy 6). Die Ergebnisse sind WAV-Dateien in Stereo mit 44,1 kHz.
Darf ich die getrennten Spuren verwenden?+
Für dich selbst – zum Üben, Mitsingen oder Analysieren – ja. Die Rechte an der Musik ändern sich durch die Trennung aber nicht: Wer ein Instrumental oder eine Gesangsspur aus einem fremden Song veröffentlichen oder weiterverwenden möchte, braucht dafür die Erlaubnis der Rechteinhaber.
Funktioniert das offline?+
Ja. Nach dem ersten Laden bleiben Modell und Laufzeit im Zwischenspeicher des Browsers; danach läuft das Tool auch ohne Internetverbindung.
Kann ich Spuren kleiner als WAV speichern?+
Kann ich Gitarre und Klavier einzeln herausholen?+
Woher kommen Tonart und Tempo?+
Trennung mit Hybrid Transformer Demucs (Meta, MIT-Lizenz) bzw. Spleeter (Deezer, MIT-Lizenz) auf onnxruntime-web – vollständig auf deinem Gerät. Die Spuren sind eine Schätzung der KI und nicht die Originalaufnahmen der einzelnen Instrumente. Bitte beachte das Urheberrecht an den Songs, die du bearbeitest.