Songs mit KI auftrennen – Das sind die besten Tools für Stem Separation

Mit der KI-gestützten Technologie Stem Separation lassen sich aus fertigen Songs der Gesang oder einzelne Instrumente herauslösen. Was früher vor allem für Remixer und DJs interessant war, kann heute ein wichtiges Werkzeug im Gesangs- und Instrumentalunterricht, aber auch für Selbstlerner sein. Wir stellen die besten Tools vor.

Um Bedenken beim Umgang mit Künstlicher Intelligenz zuvorzukomme: Bei Stem Separation geht es nicht um das Erzeugen von Melodien oder Rhythmen durch KI. Vielmehr erlaubt das Verfahren das Herauslösen des Gesangs oder eines Instruments aus einem fertig produzierten Song. 

Was früher zu sehr gemischten Resultaten, häufig mit Störgeräuschen und Aussetzern um das isolierte Instrument führte und technisch sehr aufwändig war, hat in den letzten Jahren qualitativ einen Quantensprung vollzogen. 

Insbesondere Gesang, Gitarre und Schlagzeug lassen sich mittlerweile aus vielen Songs mit erstaunlicher Qualität herauslösen. Diese Instrumentengruppen eines Songs nennt man "Stems" (dt. Stämme).

Lalal.ai ist eine der gängigen Plattformen für Stem Separation, © Lalal.ai

Wozu Stem Separation? 

Einer der Hauptgründe, warum jemand ein Instrument lernen möchte, ist ein Song, indem das entsprechende Instrument – also Gesang, Gitarre, Schlagzeug, Bass, etc. – so inspiriert, dass man denkt: "Das will ich auch!". 

Stem Separation erlaubt es in vorher kaum denkbaren Maß, genau dieses Instrument aus dem Song herauszulösen – und das bietet für den Gesang-, Gitarren-, Schlagzeug-, oder anderen Instrumentalunterricht ganz neue Möglichkeiten.

Wenn man das Instrument isoliert hört, ist es möglich, sich viel besser auf die Details zu konzentrieren, was im Unterricht eine viel genauere Analyse und ein viel tieferes Verständnis der Performance erlaubt.  

Umgekehrt kann man durch Stem Separation auch endlos viele Karaoke-Varianten eines Songs erzeugen – nur eben nicht nur ohne Stimme, sondern auch ohne Schlagzeug oder ohne Drums.  So kann man im Unterricht oder auch beim selbstständigen Erarbeiten eines Instruments sein Spiel dem Song anpassen, ohne dass es vom Original übertönt wird. 

Stem Separation mit Moises oder Lalal.ai

Eine wachsende Zahl an Online-Services bietet Stem Separation an. Dort gibt es oft eine kostenlose Basisversion. Auf diesen Seiten kann meist nur der Gesang herausgelöst werden, auch ist die Audioqualität der Resultate nicht hochauflösend.

Zwei der populärsten Webseiten in diesem Bereich sind Moises und Lalal.ai. Die kostenlose Version von lalal.ai ist allerdings auf die Herauslösung von einer Minute Audiomaterial beschränkt. 

Auf beiden Seiten gibt es neben der kostenlosen Basis-Version noch mehrere kostenpflichtige Abo-Stufen. Diese erlauben das Herauslösen vieler verschiedener Instrumente. Dazu bieten die Abo-Modelle eine höhere Qualität beim Download der erzeugten Stems. 

Die kostenlose Version von Lalal.ai ist zeitlich begrenzt, © Lalal.ai

Bei Moises gibt es noch eine ganze Reihe weiterer Tools. So erzeugt deren KI automatisch ein zum Songtempo passendes Metronom. Auch kann man zum Üben Tempo und Tonhöhe aller Stems ändern. 

Außerdem analysiert Moises Tonart, Akkordwechsel (siehe Bild) und sogar Songparts wie Strophe oder Refrain. Von beiden, Lalal.ai und Moises gibt es jeweils eine Version auf der Website, dazu Apps für iOS und Android, aber auch macOS und Windows – eine Internetverbindung ist allerdings auch hier Pflicht, denn die Umwandlung erfolgt auf den Servern der Anbieter. 

Mit Moises lassen sich auch Akkordfolgen analysieren, © Moises

Offline-Lösungen

Wer eine lokale Lösung sucht, kann Stems mit dem kostenlosen Tool Ultimate Vocal Remover erzeugen.

Obwohl der Name etwas zweifelhaft klingt, versteckt sich dahinter ein mächtiges Stem Separation Tool. Es benötigt aber etwas Einarbeitung und Ausprobieren, um ähnlich gute Ergebnisse wie Moises und Lalal.ai zu erreichen. 

Stem Separation Ultimate Vocal Remover (2023), © Ultimate Vocal Remover

Seit kurzem ist Stem Separation auch in der DAW FL Studio integriert. Dazu gibt es Audio Software wie Serato Sample, Acorn Digital Remix, iZotope RX und die RipX-Software von Hitnmix. 

Was benötigt man für Stem Separation?

Je besser die Qualität der Audio-Datei, desto besser die Resultate. Auf halb-legalen Wegen eine mehrfach komprimierte Version des Lieblingssongs von YouTube herunter- und beim Stem Separation Service wieder hochzuladen, kann unter Umständen enttäuschende, weil sehr verrauschte Ergebnisse bringen. 

Daher kann es sich lohnen, den Song dann (falls noch vorhanden) als Privatkopie von der erworbenen CD zu kopieren oder als hochauflösende WAV-Datei in entsprechenden Online-Shops wie Bandcamp, Qobuz oder anderen käuflich zu erwerben.

Nutzt man die Online-Services wie Moises oder Lalal.ai kommt man über eine entsprechend schnelle Internetverbindung nicht herum. 

Was ist möglich – und was nicht

In den letzten fünf Jahren hat sich die Qualität von Stem Separation drastisch verbessert. Teilweise klingen vor allem Gesangsaufnahmen fast schon, als wären sie direkt vom Künstler oder Produzenten veröffentlicht worden – und nicht von einer Software herausgerechnet. 

Aber grundsätzlich gilt: je mehr Effekte auf dem Instrument liegen und je "voller" oder opulenter das Arrangement ist, desto eher klingen die Stems unsauber und verrauscht.

Zudem haben die Algorithmen bisher bei bestimmten Instrumenten wie Bass, Synthesizer oder Streicher noch große Probleme. Man darf also beim Isolieren oder Entfernen dieser Instrumente (noch) keine Wunder erwarten.