Usuwanie wokalu z piosenki AI - podkład karaoke i acapella

Usuwanie wokalu z piosenki przez AI robisz w Jantarisie jednym z dwóch narzędzi: Music Extractor zostawia sam podkład (wersja karaoke, instrumental), a Vocal Remover odwrotnie - zwraca sam głos (acapella). Każde kosztuje 2,94 zł za minutę pliku źródłowego, a liczy się każda rozpoczęta minuta, więc piosenka 3:30 to 4 × 2,94 zł za minutę. Niżej pokazuję, jak to zrobić w przeglądarce i przez API, ile kosztuje album na karaoke i czego te narzędzia nie zrobią.

Podkład czy acapella - które narzędzie wybrać

Fraza "usuwanie wokalu" oznacza dla różnych osób dwie przeciwne rzeczy. Jedni chcą wyrzucić głos i śpiewać do muzyki, drudzy chcą wyciągnąć sam głos do remiksu. W Jantarisie to dwa osobne modele z tym samym polem wejściowym:

Jeśli chcesz mieć i podkład, i głos, uruchom oba narzędzia na tym samym pliku. Za 3-minutową piosenkę zapłacisz wtedy 3 × 2,94 zł za minutę plus 3 × 2,94 zł za minutę. Gdy potrzebujesz też rozbić sam podkład na instrumenty, przeczytaj tekst o tym, jak rozdzielić utwór na ścieżki.

Krok po kroku w Jantaris Studio

Studio działa w przeglądarce, bez instalowania programu. Oba narzędzia są w zakładce Audio.

1. Załóż konto na jantaris.pl i doładuj saldo (od 40 zł, BLIK albo karta).
2. Otwórz Studio, kliknij zakładkę Audio i z listy Model wybierz Music Extractor (podkład) albo Vocal Remover (głos).
3. W polu Plik audio (URL) kliknij Wgraj plik i wybierz piosenkę z dysku. Studio przyjmuje MP3 i WAV do 25 MB. Zamiast wgrywania możesz wkleić publiczny link do pliku.
4. Sprawdź kwotę w polu Koszt (wyjaśniam ją niżej) i kliknij Generuj.
5. Gotowy plik pojawi się w galerii obok formularza. Pobierz go od razu na dysk.

Formularz nie ma promptu ani suwaków. Narzędzia działają na domyślnych ustawieniach producenta, więc o jakości wyniku decyduje głównie plik, który wyślesz.

Dlaczego pole Koszt pokazuje więcej, niż zapłacisz

Narzędzia audio rozliczają się od długości pliku źródłowego, a tej Jantaris nie zna, zanim pobierze plik. Dlatego przed startem blokuje na saldzie zapas równy 10 minutom audio, czyli 10 × 2,94 zł za minutę, i taką kwotę widzisz w polu Koszt w Studio (w API to estimated_cost). Po zakończeniu pobierana jest kwota za faktyczne rozpoczęte minuty, a reszta blokady od razu wraca na saldo. Praktyczny skutek: na koncie musi być wolny ten zapas, nawet jeśli piosenka ma 3 minuty.

Usuwanie wokalu przez API

Jeśli masz katalog utworów albo chcesz dodać funkcję karaoke do własnej aplikacji, wyślij plik przez POST /v1/generate. Jedyne pole w input to audio_url - publiczny adres http(s) pliku, bez logowania.

curl https://jantaris.com/v1/generate \
  -H "Authorization: Bearer $JANTARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "music-extractor",
    "input": { "audio_url": "https://twoj-serwer.pl/audio/piosenka.wav" }
  }'

Odpowiedź 202 zawiera id zadania, poll_url i estimated_cost (to wspomniana blokada). Wynik odbierasz przez GET /v1/tasks/{id}:

curl https://jantaris.com/v1/tasks/task_8f2k... \
  -H "Authorization: Bearer $JANTARIS_API_KEY"

Gdy status ma wartość succeeded, w tablicy output jest plik z podkładem (type: "audio"), a w cost faktyczna kwota. Przy failed koszt wynosi 0 zł.

Ten skrypt w Pythonie robi z listy piosenek komplet: podkład i wokal dla każdej, a pliki zapisuje na dysku.

import os, time, requests

API = "https://jantaris.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['JANTARIS_API_KEY']}"}

songs = {
    "piosenka-01": "https://twoj-serwer.pl/audio/piosenka-01.wav",
    "piosenka-02": "https://twoj-serwer.pl/audio/piosenka-02.wav",
}

def run(model, url):
    task = requests.post(f"{API}/generate", headers=HEADERS, timeout=30,
                         json={"model": model, "input": {"audio_url": url}}).json()
    while task["status"] not in ("succeeded", "failed"):
        time.sleep(5)
        task = requests.get(f"{API}/tasks/{task['id']}", headers=HEADERS, timeout=30).json()
    return task

for name, url in songs.items():
    for model, suffix in (("music-extractor", "podklad"), ("vocal-remover", "wokal")):
        task = run(model, url)
        if task["status"] == "failed":
            print(name, model, task["error"])
            continue
        out = task["output"][0]["url"]
        ext = out.split("?")[0].rsplit(".", 1)[-1]
        with open(f"{name}-{suffix}.{ext}", "wb") as f:
            f.write(requests.get(out, timeout=120).content)
        print(name, suffix, task["cost"])

Przy większej liczbie plików zamiast pętli odpytywania podaj webhook_url - Jantaris wyśle gotowe zadanie na Twój serwer z podpisem HMAC (opis webhooków). Linki w output są ważne ograniczony czas, dlatego skrypt od razu zapisuje pliki.

Ile kosztuje usunięcie wokalu

Liczy się każda rozpoczęta minuta pliku źródłowego, zaokrąglona w górę. Piosenka 2:30 to 3 minuty, a 3:01 to już 4. Przykłady:

Saldo doładowujesz od 40 zł (pakiety 49, 149, 349 i 990 zł) BLIK-iem albo kartą, a fakturę VAT z NIP-em dostajesz automatycznie po każdej wpłacie. Saldo nie wygasa, nie ma abonamentu, a nieudane zadanie kosztuje 0 zł.

Jak przygotować plik, żeby podkład był czystszy

Separacja AI odtwarza to, co było w miksie. Nie dorobi szczegółów, które zniknęły przy kompresji. Kilka zasad przed wysłaniem:

• Najlepsze źródło, jakie masz. WAV albo FLAC z płyty lub od wytwórni zamiast MP3 w niskiej jakości. FLAC podasz przez API jako link, w Studio wgrasz MP3 albo WAV.
• Bez ponownej kompresji. Każde przekodowanie MP3 dokłada artefaktów, które potem słychać w podkładzie jako "bulgotanie".
• Przytnij ciszę i zbędne fragmenty. Płacisz za rozpoczęte minuty, więc 4 sekundy ciszy na końcu mogą kosztować całą minutę.
• Długie pliki dziel z głową. Koncert albo mix DJ-ski możesz wysłać w całości, ale łatwiej sprawdzić wynik w kawałkach.

Czego narzędzia nie zrobią

Uczciwie o ograniczeniach tego, co dziś udostępnia Jantaris:

• Nie rozdzielisz głosu prowadzącego od chórków. Silnik producenta ma taką opcję, ale w Jantarisie jej jeszcze nie ma. Chórki trafiają razem z wokalem.
• Nie ma usuwania pogłosu ani wyboru silnika separacji. Zadanie działa na domyślnych ustawieniach.
• Format pliku wynikowego jest domyślny, bez wyboru w formularzu. Jeśli potrzebujesz innego, przekonwertuj go u siebie.
• Nie podasz linku do YouTube ani Spotify. audio_url musi wskazywać bezpośrednio plik audio.
• Efekty na głosie potrafią zostać w podkładzie. Długi pogłos albo echo wokalu bywa częścią miksu i separacja nie zawsze odetnie je w całości. Odsłuchaj wynik przed publikacją.

Prawa do piosenki

Narzędzie nie zmienia praw do nagrania. Wyciągnięty podkład cudzej piosenki możesz wykorzystać prywatnie, ale publikacja coveru, karaoke na YouTube albo remiksu wymaga zgody właścicieli praw albo licencji platformy, na której publikujesz. Bez problemu działasz na własnych nagraniach i na utworach, które sam wygenerowałeś, np. w Mureka V9 - jak zrobić taką piosenkę, opisuję w tekście piosenka AI w Mureka V9, a porównanie z Suno jest w tekście alternatywa dla Suno. Podkład bez wokalu przyda się też jako tło do teledysku AI, gdy na wideo ma mówić lektor.

Najczęstsze pytania

Jak usunąć wokal z piosenki?

W Jantaris Studio wybierz zakładkę Audio i model Music Extractor, wgraj plik MP3 lub WAV i kliknij Generuj. Dostaniesz podkład bez głosu. Przez API wysyłasz POST /v1/generate z modelem music-extractor i adresem pliku w audio_url.

Czy usuwanie wokalu jest za darmo?

W Jantarisie nie ma darmowego planu ani kredytów na start. Płacisz 2,94 zł za minutę, a liczy się każda rozpoczęta minuta pliku. Minimalne doładowanie to 40 zł, a saldo nie wygasa. Nieudane zadania nic nie kosztują.

Czy mogę usunąć wokal z piosenki z YouTube?

Nie podasz linku do filmu na YouTube. Narzędzie potrzebuje bezpośredniego pliku audio, a pobieranie muzyki z YouTube zwykle łamie regulamin serwisu i prawa autorskie. Użyj pliku, do którego masz prawa.

Jak dostać sam wokal, czyli acapella?

Użyj Vocal Remover zamiast Music Extractor. Pole jest to samo (audio_url), a wynikiem jest ścieżka z samym głosem, razem z chórkami.

Ile kosztuje podkład do karaoke z jednej piosenki?

Piosenka 3:30 to 4 rozpoczęte minuty, czyli 4 × 2,94 zł za minutę. Przed startem Jantaris blokuje zapas na 10 minut, a po zakończeniu pobiera tylko kwotę za faktyczną długość.

Czy mogę wrzucić podkład z karaoke na YouTube?

Tylko jeśli masz prawa do utworu albo licencję, która na to pozwala. Usunięcie wokalu nie zmienia praw autorskich do kompozycji ani do nagrania.