Audiofilter
    Suppresseur de voix

    GUIDE

    Supprimer la voix dans Audacity

    Audacity sait extraire une voix principale centrée d'une piste stéréo, et c'est gratuit et hors ligne. Il emporte aussi la grosse caisse et la basse, et sur tout mixage où la voix porte une réverbération stéréo — c'est-à-dire la majeure partie de la pop commerciale — il ne marche presque pas. Voici comment faire, et comment savoir à l'avance si cela vaut la peine d'essayer.

    environ 7 minutes

    La réponse courte

    Ouvrez le fichier stéréo, sélectionnez toute la piste, puis Effet → Vocal Reduction and Isolation, réglez Action sur Remove Vocals, et exportez. Audacity 3.2 a réorganisé le menu Effet en sous-menus, sur les versions actuelles regardez donc sous Effet → Spécial; en 2.x il se trouve directement dans le menu Effet.

    C'est toute la procédure. Le reste de cette page porte sur ce que personne ne mentionne : ce que fait réellement l'effet, et pourquoi l'instrumental qu'il rend sonne creux.

    Méthode 1 : l'effet intégré

    1. Importez un fichier stéréo. File → Import → Audio, ou glissez-le dans la fenêtre. Il doit être stéréo — voir la note sur le mono plus bas.
    2. Tout sélectionner. Ctrl+A (Cmd+A sur macOS).
    3. Ouvrez l'effet. Vocal Reduction and Isolation, depuis le menu Effect — dans le sous-menu Special à partir de la 3.2, directement dans le menu en 2.x.
    4. Réglez Action sur « Remove Vocals ». La même boîte de dialogue peut au contraire isoler la voix, ce qui est un bon moyen d'entendre exactement ce qui est soustrait.
    5. Laissez Strength à 1.0 pour le premier passage. Plus haut annule davantage de voix et davantage de tout le reste avec elle.
    6. Réglez Low Cut for Vocals autour de 120 Hz. Ce qui est en dessous n'est pas touché. Ce seul réglage est ce qui garde la ligne de basse en vie.
    7. Réglez High Cut for Vocals autour de 9 kHz. Ce qui est au-dessus n'est pas touché, ce qui préserve les cymbales et l'air.
    8. Écoutez l'aperçu, puis appliquez. Exportez avec File → Export Audio.
    Les deux réglages de coupure font tout le jeu

    La plupart des guides vous disent d'appuyer sur OK avec les valeurs par défaut. Low Cut et High Cut définissent la bande à l'intérieur de laquelle l'effet a le droit d'annuler. Resserrer cette bande à peu près là où vit une voix, c'est la différence entre un playback utilisable et une bouillie mince et déphasée.

    Avant — le mixage stéréo d'origine Audacity affiche une piste stéréo d'une minute, les deux canaux remplis d'une forme d'onde dense sur toute la minute.
    Après — Vocal Reduction and Isolation, Remove Vocals La même piste après suppression de la voix. Les deux canaux sont visiblement plus minces et plus faibles, des pics isolés restent debout là où se trouvait le corps dense de la forme d'onde.
    Le même fichier, la même fenêtre, le même zoom et la même échelle d'amplitude — seul l'effet a été appliqué. L'enveloppe de crête baisse d'environ 40 %. Une forme d'onde ne peut pas vous dire ce qui est parti, seulement qu'il en est parti beaucoup, et la forme est l'indice : le corps tenu a disparu tandis que des transitoires isolés tiennent encore debout. Ces pics sont ce qui reste de la batterie après soustraction de son contenu centré et tenu. La section suivante explique pourquoi la voix n'était pas la seule chose dans cette soustraction.

    Méthode 2 : la version manuelle, pour voir le mécanisme

    L'effet est un emballage commode autour de quatre étapes que vous pouvez faire à la main. Le faire manuellement une fois rend les limites évidentes.

    1. Séparez la piste stéréo. Tracks → Mix → Split Stereo Track. Vous avez maintenant deux pistes mono indépendantes.
    2. Inversez l'une des deux. Sélectionnez la piste du bas (droite), puis appliquez Inverser, depuis le même menu Effect .
    3. Mettez les deux au centre. Placez le curseur de panoramique de chaque piste au milieu.
    4. Lancez la lecture. Tout ce qui est identique dans les deux canaux se somme désormais au silence.
    5. Rendez. Tracks → Mix → Mix and Render.

    Aucun garde-fou fréquentiel, aucun réglage de force — juste une soustraction. Ce que vous entendez est l'effet brut, et il est en général pire que la méthode 1, ce qui est précisément l'intérêt.

    Pourquoi l'instrumental perd son bas du spectre

    L'annulation de phase retire tout ce qui est identique dans les deux canaux. Elle ne sait pas ce qu'est une voix. Dans un mixage classique, la voix principale n'est pas la seule chose posée pile au centre :

    ÉlémentPlacement habituelSurvit à l'annulation ?
    Voix principaleCentreNon — la cible visée
    Grosse caisseCentreNon
    BasseCentre, souvent mono sous ~120 Hz par choixNon
    Caisse claireCentreNon
    Guitares, claviers, chœursÉtalés en largeurOui
    Queues de réverbération stéréoLarges par définitionOui — y compris celle de la voix
    Où se placent les éléments d'un mixage, et ce que l'annulation de phase peut atteindre Un graphique du panoramique en fonction de la fréquence. Une colonne ombrée au milieu marque le centre de l'image stéréo, là où agit l'annulation de phase. Deux lignes horizontales pointillées marquent le Low Cut d'Audacity à 120 Hz et le High Cut à 9 kHz ; l'annulation n'a lieu qu'entre les deux. Dans la colonne, des barres verticales montrent la voix principale, la caisse claire, la grosse caisse et la basse, en violet là où elles tombent dans la bande de coupure et sont retirées, et en turquoise sous 120 Hz, là où le Low Cut les laisse tranquilles. Guitares, claviers, chœurs et cymbales apparaissent en barres turquoise à gauche et à droite de la colonne, hors du centre, et survivent. La queue de réverbération stéréo de la voix s'étale vers l'extérieur depuis la colonne et survit avec elles. CENTRE — CE QUE L'ANNULATION PEUT ATTEINDRE Cymbales, air Chœurs Guitares, claviers sa queue de réverbération Voix principale Caisse claire Grosse caisse Basse High Cut ≈ 9 kHz — au-dessus, non touché Low Cut ≈ 120 Hz — en dessous, non touché 16 kHz 9 kHz 1 kHz 120 Hz 40 Hz Tout à gauche Centre Tout à droite FRÉQUENCE Soustrait par l'annulation Non touché — hors du centre, ou hors de la bande de coupure
    L'annulation vise une position, pas un instrument. La colonne ombrée est le centre de l'image stéréo ; les lignes pointillées sont les deux seuls réglages qui la resserrent. Tout ce qui est violet est soustrait. Notez que le bas de la voix principale se trouve sous le Low Cut, aux côtés de la basse et de la grosse caisse — ce recouvrement explique pourquoi monter le Low Cut à 120 Hz sauve le bas du spectre mais laisse derrière un peu de bas-médium de la voix. La méthode 2 n'a aucun garde-fou, toute la colonne y passe donc.

    Donc « retirer le centre » retire la colonne vertébrale rythmique et grave en même temps que la voix. La basse est fréquemment sommée en mono sous environ 120 Hz à dessein, pour garder une lecture stable sur vinyle et en club, ce qui en fait la victime la plus systématique. C'est cela que le Low Cut défend.

    L'autre moitié du problème, c'est la réverbération. La voix sèche s'annule ; sa queue stéréo non. Le résultat est un artefact reconnaissable : une réverbération de voix fantomatique sans voix dessous, flottant au-dessus du playback.

    Quand cela ne marchera pas du tout

    Le fichier est mono

    Il n'y a rien contre quoi soustraire. Audacity dessine une seule bande de forme d'onde pour une piste mono et deux pour une piste stéréo — le moyen le plus rapide de vérifier avant de perdre du temps.

    La voix n'est pas centrée

    Certaines productions décalent légèrement la voix principale, ou la doublent à fond à gauche et à droite. L'annulation laisse alors la voix largement intacte tout en effaçant discrètement la batterie.

    La voix a de la largeur stéréo ou de la réverbération

    Tout ce qui rend les versions gauche et droite de la voix différentes rend l'annulation partielle. Une réverbération stéréo ou une prise doublée suffit, et les deux sont la norme sur une voix principale moderne — c'est pourquoi le test de 30 secondes ci-dessous compte plus que n'importe quel réglage.

    La source est un fichier avec perte à bas débit

    L'encodage joint-stereo à bas débit peut modifier la relation entre les canaux au point que les deux côtés ne s'annulent plus proprement. Partez du fichier de la meilleure qualité dont vous disposez.

    Un test de 30 secondes avant de vous engager

    Servez-vous du mécanisme lui-même comme diagnostic. Faites les étapes 1–4 de la méthode 2 — séparer, inverser un côté, centrer les deux, lancer la lecture — et écoutez :

    Trente secondes d'écoute épargnent une heure de bricolage sur Strength.

    Quoi utiliser quand l'annulation ne suffit pas

    La limite est structurelle, ce n'est pas un problème de réglages. L'annulation de phase est soustractive : elle ne peut retirer que ce que les deux canaux ont en commun, elle ne peut donc jamais isoler une voix qu'elle ne sait pas localiser géométriquement.

    La séparation de sources par IA fonctionne autrement. Un modèle entraîné sur de nombreuses heures de musique apprend à quoi ressemble une voix et reconstruit chaque stem indépendamment. Comme il reconnaît au lieu de soustraire, il gère les fichiers mono, les voix décentrées et les fortes réverbérations — exactement les cas où Audacity abandonne. Le prix, c'est du calcul plutôt qu'une option de menu.

    Le même fichier passé dans un modèle de séparation Audiofilter affiche trois formes d'onde du même fichier d'une minute : le mixage original, une voix isolée et un instrumental, chacun avec son bouton de lecture et une carte de téléchargement pour les deux stems.
    Trois panneaux, un fichier. Comparez celui du bas au résultat d'Audacity plus haut : l'instrumental ici garde la densité que la version annulée a perdue, parce que rien n'a été soustrait pour le produire — le modèle a reconstruit chaque partie à la place. La voix au milieu est la moitié que l'annulation ne peut jamais vous rendre.
    Les mêmes trois stems, en spectrogrammes Spectrogrammes des stems original, voix et instrumental sur une échelle de décibels commune. Le panneau de la voix montre un peigne d'harmoniques avec des trous sombres entre les phrases ; le panneau instrumental a le peigne en moins mais garde ses transitoires large bande et son bas du spectre.
    Voici la vue qui répond à la question autour de laquelle toute la page tourne : où est passée l'énergie ? Une forme d'onde ne peut pas vous le dire — voix et instrumental ont des enveloppes semblables. Ici la voix est un peigne d'harmoniques avec des trous noirs là où le chanteur respire, et l'instrumental est la même image avec ce peigne retiré et rien d'autre dérangé. Les trois panneaux partagent une échelle de décibels rapportée à l'original, une zone sombre dans l'un et une zone claire dans l'autre veulent donc bien dire ce qu'elles ont l'air de dire.
    Image fixe de la vidéo : le séparateur Audiofilter avec un morceau chargé et deux formes d'onde de stems.
    Les mêmes trois outils du début à la fin, y compris la séparation montrée ci-dessus. Rien n'est chargé depuis YouTube tant que vous n'appuyez pas sur lecture — l'image ci-dessus est une image fixe servie depuis ce site. Si le lecteur ne se charge pas, la vidéo est aussi à l'adresse youtube.com/watch?v=Wy8Qcp1mw8c.
    Essayez-le sur le fichier que vous venez de tester

    Le Suppresseur de voix IA d'Audiofilter fait tourner un modèle de séparation dans l'onglet du navigateur et rend un a cappella isolé et un instrumental prêt pour le karaoké. Aucun compte, et rien n'est envoyé — le traitement se fait sur votre propre machine, le fichier ne la quitte donc jamais. Vous pouvez surveiller l'onglet réseau et le constater vous-même.

    Il accepte des morceaux jusqu'à cinq minutes, ce qui est une limite du travail dans un onglet de navigateur et non un péage. Pour une chanson entière, sélectionnez la section voulue dans Audacity et exportez-la seule avec File → Export Audio, puis donnez-la à l'outil.

    Questions fréquentes

    Audacity a-t-il un suppresseur de voix IA ?

    Non. Vocal Reduction and Isolation, c'est de l'annulation de phase : il soustrait ce qui est identique dans les canaux gauche et droit. Il n'a aucun modèle de ce qu'est une voix, d'où son incapacité à séparer une voix non centrée, et d'où le fait qu'il emporte la grosse caisse et la basse.

    Pourquoi mon instrumental sonne-t-il mince après la suppression de la voix ?

    Parce que la voix principale n'est pas la seule chose placée au centre. La grosse caisse, la basse et la caisse claire y sont généralement aussi, et la basse est souvent mono à dessein sous environ 120 Hz. Annuler le centre les retire en même temps que la voix. Monter Low Cut for Vocals autour de 120 Hz épargne la zone de basse, au prix d'un peu de bas-médium de voix laissé derrière.

    Puis-je supprimer la voix d'un fichier mono dans Audacity ?

    Non. L'annulation de phase a besoin de deux canaux qui diffèrent. Un fichier mono n'a rien contre quoi soustraire, il n'y a donc pas de centre à retirer. Audacity affiche une seule bande de forme d'onde pour une piste mono et deux pour une piste stéréo, c'est le moyen le plus rapide de vérifier.

    Quel réglage de Strength utiliser ?

    Commencez à 1.0 et écoutez le compromis. Des valeurs plus hautes annulent davantage de voix mais aussi davantage de tout le reste au centre, l'instrumental perd donc du punch. Des valeurs plus basses gardent la batterie intacte mais laissent la voix audible. Aucun réglage ne retire seulement la voix, parce que l'effet ne fait pas la différence.

    Existe-t-il un moyen gratuit de supprimer la voix qui gère la réverbération ?

    Oui, mais pas par annulation. La séparation de sources par IA est entraînée à reconnaître une voix, elle fonctionne donc sur les fichiers mono, les voix décentrées et les mixages très réverbérés, et elle reconstruit chaque stem au lieu d'en soustraire un de l'autre. Audiofilter fait tourner un modèle de séparation dans le navigateur pour des morceaux jusqu'à cinq minutes, sans rien envoyer.

    Plutôt nettoyer un enregistrement qu'une chanson ?

    Ouvrir le réducteur de bruit → Ouvrir la synthèse vocale →