曲からボーカルを除去してカラオケ音源を作る方法
テキストと録音を、聴ける作品に
ナレーション、ステム分離、カバー、効果音を、ブラウザだけで。
- テキスト読み上げも、ボイスクローンも
- ステムを分離、またはカバーを生成
- 登録して試聴。聴いてから決められる
お気に入りの曲を歌いたいのに、原曲の歌声まで一緒に流れてしまうことはありませんか？ 必ずしも公式のバックトラックを探す必要はありません。AIによる音声分離を使えば、手元にある曲からボーカルを取り除き、歌の練習やリハーサル、カラオケに使えるインストゥルメンタル音源を作ることができます。
基本的な流れはシンプルです。ミックス済みの曲をアップロードし、ボーカルと音楽を分離して、できあがったインストゥルメンタルを試聴します。そのうえで、ボーカルの残りや音声の乱れがないかを確認し、問題がなければ音源をダウンロードします。
大切なのは、単に歌声を消すことだけではありません。良い結果を得るには、元の曲の音楽的な構成をできるだけ保つ必要があります。ドラム、ベース、ギター、ピアノ、シンセなどの伴奏が、空洞のように聞こえたり、歪んだり、大きく劣化したりせず、自然に聞こえることが重要です。
この記事では、オンラインで曲のボーカルを除去する方法、分離によってインストゥルメンタル音源がどのように作られるのか、分離品質に影響する要素、そしてカラオケに使う前に結果を確認する方法まで詳しく解説します。
概念図：ミックス済みの曲をボーカルとインストゥルメンタルに分離します。歌の練習用の伴奏には、インストゥルメンタルの出力を使用します。
曲からボーカルを除去すると何が起こる？
曲からボーカルを取り除きたい場合、最終的に欲しいものは大きく2つあります。1つはボーカルだけを分離した音源、もう1つはボーカルを減らした後に残るインストゥルメンタル音源です。
カラオケや歌の練習が目的なら、必要なのは後者です。
完成した曲は通常、1つのミックス済み音声ファイルになっています。メインボーカル、コーラス、ドラム、ベース、ギター、キーボード、エフェクトなど、さまざまな要素がすでに混ざっています。そのため、元のスタジオトラックがない限り、歌声だけを完全に消せる単純なミュート操作はありません。
AIによるボーカル分離は、ここで別の方法を使います。完成したミックスを分析し、どの部分がボーカルに属し、どの部分が伴奏に属しているのかを推定します。Echoraでは、1つの音源をアップロードするだけで、ボーカルとインストゥルメンタルという2つの同期した結果を作成できます。
この2つは別々の処理のように見えるかもしれませんが、実際には同じ2トラック分離の両側にある結果です。ボーカル除去では元のミックスに含まれる歌声の成分を減らし、インストゥルメンタル抽出ではボーカルを減らした後に残る音楽の伴奏を保ちます。
既存の曲をインストゥルメンタルにしたい場合、専用のインストゥルメンタル作成ツールを利用できます。たとえば、オフ ボーカル 作り方を知りたい場合でも、ここで行うのは新しい音楽を一から作ることではありません。元の録音に含まれているボーカルと伴奏を分離し、その伴奏をインストゥルメンタル版として取り出します。
分離後の結果は、同じ録音から作られた2つの関連する音源として考えると分かりやすいでしょう。
- ボーカル： ミックスから推定されたボーカル成分
- インストゥルメンタル： ボーカルを減らした状態の推定された伴奏成分
インストゥルメンタルは、カラオケ、歌の練習、リハーサル、あるいは歌手の声を抜いた状態で曲のアレンジを聴きたい場合に使う音源です。
ただし、ここで重要な点があります。生成されたインストゥルメンタルは、元のスタジオ・マルチトラックと同じものではありません。AIによる分離は、完成したミックスから各成分を推定するものであり、元のレコーディングセッション、DAWプロジェクト、MIDIデータ、未処理のマスタートラックそのものを復元するものではありません。
ボーカル除去に向いている曲とは？
最初に使う音源の品質は、最終的なインストゥルメンタルの使いやすさに大きく影響します。
Echoraでは、できるだけクリアな音源から始めることをおすすめしています。ボーカル分離は現在、MP3、WAV、M4A、AAC、FLACに対応しており、最大50MB、最長30分の音声ファイルを処理できます。
できるだけ高品質な音源を使う
クリアな音源ほど、分離処理に利用できる情報が多くなります。
可能であれば、自分が処理する権利を持っている範囲で、できるだけ高品質なバージョンの曲を選んでください。何度も変換された音源や、強く圧縮されたコピーには追加のノイズや音の乱れが含まれる場合があり、ボーカルと楽器の境界を推定しにくくなることがあります。
だからといって、毎回スタジオマスターが必要というわけではありません。実際には、利用できる範囲でできるだけクリアな音源を使い、可能であれば強く圧縮されたコピーを避けるという考え方で十分です。
再圧縮や強い加工を繰り返した音源は避ける
音声を何度も変換すると、元の録音にはなかった変化が加わることがあります。強い圧縮、クリッピング、歪み、その他の加工も、AIが分析しなければならない信号の一部になります。
もちろん、複雑な音源でも使いやすいインストゥルメンタルを作れる場合はあります。ただ、その場合は完成後のチェックをより丁寧に行うことが大切です。
特に、ボーカルの強いリバーブ、複数のコーラス、歪んだボーカルエフェクト、音数の多いアレンジを含む曲は、分離結果を確認してから使うようにしましょう。
音数の多いミックスが難しくなる理由
ボーカルが完全に独立した周波数帯に存在しているわけではありません。
歌声は、ギター、ピアノ、シンセ、シンバルなどと同じ周波数帯を共有することがあります。バックコーラスもメインボーカルと重なる場合があります。さらに、リバーブやディレイによってボーカルの成分が周囲に広がるため、どこまでが歌声でどこからが楽器なのかを正確に判断することが難しくなります。
そのため、最適な流れは単純な「アップロードしてダウンロード」ではありません。完成したインストゥルメンタルをカラオケ用の伴奏として使う前に、必ず一度しっかり試聴してください。
AIで曲からボーカルを除去する方法
オンラインのボーカル除去ツールを使えば、ミックス済みの音源を手作業でイコライザー処理するよりも、はるかに簡単に作業できます。
ここでは、Echoraのボーカル分離を使った流れを紹介します。
Step 1：処理する権利のある曲を選ぶ
まず、自分が所有している、または処理する許可を得ている音源を用意します。
ここは重要なポイントです。録音からボーカルを除去したからといって、その楽曲の著作権が変わるわけではありません。著作権のある録音からインストゥルメンタルを作成しても、その楽曲や録音物の権利を取得したことにはならず、公開や商用利用、再配布などには別途許可が必要になる場合があります。
個人的な練習や、権利上認められている用途で使用する場合も、まずは自分が合法的に利用できる音源から始めてください。
Step 2：曲をEchoraにアップロードする
ボーカル分離を開き、処理したい音声ファイルをアップロードします。
Echoraのボーカル分離はMP3、WAV、M4A、AAC、FLACに対応しており、最大50MB、最長30分までの音源を処理できます。1つの元音源から、ボーカルとインストゥルメンタルの2つの分離結果を作成できます。
処理を始める前に、使いたいバージョンの曲を選んでいるか確認しておきましょう。圧縮版とよりクリアな音源の両方がある場合は、一般的に後者のほうが適した出発点になります。
Step 3：ボーカルとインストゥルメンタルを分離する
音源を送信し、AIにミックスを分析させます。
ボーカルの周波数を手作業で探したり、複数のフィルターを組み合わせたりする代わりに、AIがボーカルと伴奏の成分を推定し、同期した2つの結果を作成します。
ここで重要なのは、この処理が生成ではなく分離だということです。目的は、すでに曲の中に存在しているインストゥルメンタル部分を推定することであり、新しいアレンジを作ることではありません。
処理時間は、音声の長さやその時点のサービス負荷などによって変わる場合があります。
Step 4：ボーカルとインストゥルメンタルを試聴する
処理が終わったら、すぐにインストゥルメンタルをダウンロードして「完成」と判断しないでください。
まず、両方の出力を聴いてみましょう。
Echoraの同期ミキサーでは、ボーカルとインストゥルメンタルを一緒に再生したり、片方をミュートしたり、個別に音量を調整したり、波形上の任意の場所へ移動したりしながら、曲のさまざまな部分を比較できます。
これは特に便利です。ボーカル分離の結果は、曲のすべてのセクションで同じとは限りません。たとえば、Aメロはかなりきれいでも、サビではバックコーラス、リバーブ、レイヤーされた楽器によって残留音が目立つことがあります。
Echoraの公開サンプルプレーヤー：ボーカルとインストゥルメンタルを同時または個別に試聴し、音量を調整して、それぞれダウンロードできます。
Step 5：ダウンロードする前にインストゥルメンタルを確認する
ここからは、カラオケ用途で最も重要な結果であるインストゥルメンタルに注目します。
主に4つのポイントを確認しましょう。
1. ボーカルの残留
歌詞、息づかい、ハーモニー、元のボーカルの断片などが残っていないか確認します。
特に、静かな部分やメインメロディが抜けた部分では、小さな残留音が目立ちやすくなります。
2. リバーブやボーカルエフェクト
メインボーカルが減っていても、ボーカルにかかっていたリバーブ、ディレイ、その他のエフェクトがインストゥルメンタル側に残ることがあります。
こうした音は、音楽の背後で小さなエコーのように聴こえる場合があります。
3. 楽器への影響
ドラム、ベース、ギター、ピアノ、シンセなど、重要な楽器をしっかり聴いてみてください。ボーカル除去によって、一部の楽器が薄くなったり、金属的に聴こえたり、ぼやけたり、不自然にこもったりしていないか確認します。
4. 全体の音楽バランス
最も使いやすいインストゥルメンタルは、必ずしも「ボーカル残留が最も少ないもの」とは限りません。
伴奏として自然に聴こえ、元の楽曲の音楽的な構成をしっかり保っていることも重要です。
ボーカルの残りがほんの少しある結果でも、過度な分離によって伴奏自体が大きく損なわれた結果より、実際の歌唱練習には使いやすい場合があります。
Step 6：インストゥルメンタルをダウンロードする
結果を一通り試聴し、自分の用途に十分使えると判断したら、インストゥルメンタルをダウンロードします。公式のバックトラックが用意されていない場合に曲のインストゥルメンタルを手に入れる方法を探しているなら、ここが最後のステップです。分離されたインストゥルメンタルを保存し、必要な用途に利用できます。
必要に応じて、分離されたボーカル側の音源も保存しておくことができます。
大切なのは、プレビューを「おまけ」ではなく、分離ワークフローの一部として考えることです。
インストゥルメンタルの品質を確認する方法
すべての曲に当てはまる1つの完璧なチェック方法があるわけではありませんが、一定の手順で確認すると問題を見つけやすくなります。
まず、リードボーカルが特に目立つ部分から聴き始め、その後でアレンジが変化する場所を確認します。
- ボーカルが前面に出るAメロ
- 音数の多い大きなサビ
- バックコーラスのある部分
- アドリブ
- ロングトーン
- 静かな切り替え部分
メインボーカルがなくなると、バックボーカルがかえって分かりやすくなる場合があります。インストゥルメンタルの中に、かすかなフレーズや音の質感として残って聴こえることがあるためです。
ボーカルを確認したら、次は伴奏に意識を向けます。まずドラムとベースのリズム感を確認し、その後でギター、ピアノ、キーボードなど、より細かなパートを聴いてみましょう。
ここで、次の質問を自分にしてみてください。
「歌手だけがいなくなった状態でも、元の曲として自然に聴こえるか？」
これは「ボーカルが完全にゼロになったか」だけで判断するよりも、実際の用途に即した判断方法です。
元の楽曲は比較の基準になります。まず原曲の短いセクションを聴き、その後に同じ部分のインストゥルメンタルを聴いてみてください。インストゥルメンタルだけを単独で聴くよりも、両者を行き来するほうが微妙な違いを見つけやすくなります。
たとえばギター単体では自然に聴こえても、原曲と比べることで「少し薄くなっている」と気づく場合があります。
インストゥルメンタルをカラオケに使う方法
使いやすいインストゥルメンタルができたら、最も分かりやすい用途は、その上に自分の歌を重ねることです。
インストゥルメンタルがあれば、元のボーカルと競うことなく練習できます。たとえば、次のようなポイントに集中できます。
- 音程
- タイミング
- フレージング
- ブレスコントロール
- セクション間の切り替え
- 楽曲全体のアレンジへの慣れ
元の歌手がいないことで、自分の声をよりはっきり確認でき、曲の流れに対してどれくらい正確に合わせられているかも判断しやすくなります。
インストゥルメンタルは、本番前のリハーサルにも便利です。公式のバックトラックが用意されるのを待つ代わりに、処理する権利のある曲から伴奏音源を作り、その曲本来のアレンジを使って繰り返し練習できます。
特に、曲そのものはすでに覚えていて、あとは元のアレンジに合わせて何度も歌いたい場合に役立ちます。
目的がシンプルにカラオケ用の伴奏を作ることであれば、必要なのはインストゥルメンタル出力です。
つまり、カラオケ 音源 作り方を考える場合も、まずはボーカルを分離して、伴奏部分の音声を用意するところから始めればよいということです。
ただし、ボーカル除去ツールが作るのはあくまで音声のバックトラックです。同期した歌詞を自動で追加したり、完成したカラオケ動画を作ったりするものではありません。Echoraのボーカル分離も、カラオケや歌の練習に使えるインストゥルメンタル音源を作るためのツールであり、歌詞や動画を生成する機能ではありません。
この違いを理解しておくことが大切です。ボーカル除去によって解決できるのは音声分離の部分であり、歌詞の表示、映像との同期、動画制作などは別の作業になります。
ボーカル除去で歌手の声を完全に消せる？
必ずしもそうとは限りません。
AIによる分離では、完成したミックスからボーカル成分とインストゥルメンタル成分を推定するため、最終結果は録音内容によって変わります。
ある曲では、残留音がほとんどない非常に使いやすいインストゥルメンタルが得られることもあります。一方で、次のような録音ではボーカルの痕跡が目立つ場合があります。
- 強いボーカルリバーブ
- 複数のハーモニー
- 強く加工されたボーカルエフェクト
- 音数の多いアレンジ
- ボーカルと楽器の大きな周波数重複
また、伴奏側の音にも変化が出ることがあります。
そのため、すべての曲が完全にクリーンなスタジオ品質のインストゥルメンタルになると考えるべきではありません。ボーカル側に音楽成分が残ることもあれば、インストゥルメンタル側にボーカル成分が残ることもあります。また、AIによる分離で元のスタジオ・ステムをそのまま復元することもできません。
分離処理は、完成したミックスの2つの側面を推定する作業だと考えるのが適切です。元の録音に存在していなかったファイルを、魔法のように復元するものではありません。
ボーカル分離、ボーカル除去、ステム分離の違い
これらは関連する言葉ですが、必要とする出力は異なります。
ボーカル分離は、ミックス済み音源からボーカル側を取り出したい場合に適しています。分離されたボーカルは、歌の練習、音源分析、編集、ボーカルを使ったクリエイティブな作業などに利用できます。
ボーカル除去ツールは、ボーカルを減らしてインストゥルメンタルを残すことに重点を置いた考え方です。曲からボーカルを除去して、カラオケやバックトラックを作りたいなら、この方法が目的に合っています。
Echoraのボーカル分離では、同じ分離処理からボーカル側とインストゥルメンタル側の両方を取得できるため、用途に応じて必要な結果を選べます。
ステム分離は、単純な「ボーカル＋インストゥルメンタル」の2分割よりも広い分離を行います。ドラム、ベース、ギター、ピアノ、その他の楽器をそれぞれ別々に扱いたい場合は、マルチステムのワークフローが適しています。Echoraのステム分離は、2トラックのボーカル／インストゥルメンタル分離ではなく、より広い音楽パートの分離を目的としています。
つまり、どのツールを使うかは「どちらが高度か」ではなく、最終的にどの音源が欲しいかで決めるのが分かりやすいでしょう。
曲からボーカルを除去するときによくある失敗
低品質な音源を使う
元の音源が悪いと、分離を始める前から最終結果に限界が生じることがあります。
同じ曲に複数のバージョンがある場合は、できるだけクリアなものを選びましょう。
完璧なスタジオインストゥルメンタルを期待する
完成したミックスからボーカルを除去することは、レコーディングスタジオから元のインストゥルメンタルマスターを受け取ることとは違います。
多少の重なり、残留音、アーティファクトが残る場合があります。「完璧かどうか」ではなく、「実際に目的に使えるかどうか」を基準にすると、結果をより現実的に判断できます。
プレビューを飛ばす
処理が終わってすぐにダウンロードすると、注意深く聴かなければ気づかない問題を見逃すことがあります。
特にサビ、バックコーラス、切り替え部分、音数の多い場所は、実際に使う前に確認しておきましょう。
ボーカル除去とノイズ除去を混同する
ボーカル除去ツールとオーディオノイズリダクションは、解決する問題が違います。
風音、ヒスノイズ、ハム、部屋鳴りなどを減らしたいのであれば、それはノイズクリーンアップの作業です。一方、完成した楽曲から歌手の声を取り除くのは、音源分離の作業です。
この2つは同じものとして扱わないようにしましょう。
よりクリーンなインストゥルメンタルを作るためのポイント
いくつかの基本的な習慣を身につけておくと、分離作業をより安定させやすくなります。
できるだけ良い音源を使う。 入力音源の品質は、分離処理が利用できる情報に直接影響します。
何度も再圧縮されたコピーを避ける。 何度もダウンロードや変換を繰り返した音源には、追加のアーティファクトが含まれている可能性があります。
難しい部分を重点的に試聴する。 簡単なAメロだけを聴いて全体を判断しないようにしましょう。サビ、ハーモニー、リバーブの強い場所、音数の多いパートなどを確認します。
原曲と比較する。 直接比較することで、ボーカルや楽器に生じた微妙な変化を見つけやすくなります。
実際の用途を基準に判断する。 気軽な歌の練習に使う音源なら、プロ向けの制作素材ほど完璧でなくても十分役立つ場合があります。
どの曲も同じ結果になるとは考えない。 アレンジ、歌い方、エフェクト、ミックスの違いによって、分離の難しさは変わります。
よくある質問
どんな曲でもボーカルを除去できますか？
音声ファイルからボーカル分離を試すことはできますが、結果は曲によって異なります。クリアな音源や比較的整理されたミックスは有利ですが、音数の多いアレンジ、強いリバーブ、重なりの多い音源では分離が難しくなることがあります。
曲のインストゥルメンタルを手に入れるにはどうすればいいですか？
処理する権利のある曲であれば、AIによるボーカル除去ツールやボーカル分離を使って、完成したミックスをボーカルとインストゥルメンタルに分離できます。歌手の声を減らし、伴奏を残したい場合は、インストゥルメンタル側の出力を使います。
AIで曲からボーカルを完全に消せますか？
必ずしも完全ではありません。インストゥルメンタル側にボーカルの残留音が残ることもあり、逆に分離の過程で一部の音楽成分が影響を受ける場合もあります。AIは完成したミックスから成分を推定するため、元のスタジオトラックをそのまま復元するわけではありません。
ボーカルを除去すると楽器まで消えてしまいますか？
目的はボーカル成分を減らしながら伴奏を保つことですが、分離は常に完全とは限りません。ボーカルと同じ周波数帯にある楽器は影響を受けることがあるため、インストゥルメンタルを試聴し、原曲と比較することをおすすめします。
作成した音源をカラオケに使えますか？
はい。インストゥルメンタル音源は、カラオケ、歌の練習、リハーサル用のバックトラックとして利用できます。ただし、ボーカル除去ツールが作るのは音声の伴奏であり、同期した歌詞を自動追加したり、カラオケ動画を生成したりするものではありません。
ボーカル除去にはどのような音質の音源を使えばいいですか？
できるだけクリアで高品質な音源を使い、可能であれば何度も再圧縮されたコピーは避けてください。Echoraのボーカル分離は、MP3、WAV、M4A、AAC、FLACに対応しており、最大50MB、最長30分の音源を処理できます。
オフ ボーカル 音源は、元のスタジオ音源と同じですか？
いいえ。AIによって分離されたインストゥルメンタルは、完成したミックスから推定された結果です。元のスタジオ・マルチトラック、DAWセッション、MIDIデータ、未処理のマスター音源そのものではありません。
ボーカル分離とボーカル除去ツール、ステム分離は同じものですか？
完全に同じではありません。ボーカル除去ツールはボーカルを減らし、インストゥルメンタルを残すことを重視します。一方、より広いステム分離では、ドラム、ベース、ギター、ピアノなど、複数の音楽パートを分離できます。
Echoraで曲からインストゥルメンタルを作る
公式のインストゥルメンタルが見つからないからといって、曲を最初から作り直す必要はありません。
Echoraのボーカル分離なら、処理する権利のある音源をアップロードし、ミックス済みの楽曲をボーカルとインストゥルメンタルに分離し、2つの結果を同期して試聴したうえで、必要な音源をダウンロードできます。
実際の流れはシンプルです。
- 曲をアップロードする
- ボーカルとインストゥルメンタルを分離する
- 両方の結果をプレビューする
- 難しい部分にボーカル残留や音声の乱れがないか確認する
- 用途に合っていることを確認してインストゥルメンタルをダウンロードする
歌の練習なら、手元の曲を使って便利なリハーサル用トラックを作ることができます。カラオケの準備では、元の歌手の声を残さず、伴奏部分だけを使えるようになります。
大切なのは、ボーカル除去を完全な再構築ではなく、音源分離のプロセスとして理解することです。良い音源から始め、結果を丁寧に聴き、原曲と比較し、自分の目的に合ったインストゥルメンタルかどうかを判断してください。