Gesang aus einem Lied entfernen: Anleitung ohne Upload

01

Stimme aus Lied entfernen: Schritt für Schritt

Du brauchst nur einen aktuellen Browser und den Song als Datei, zum Beispiel eine MP3 aus deiner Sammlung oder ein selbst gefilmtes Video. Ein Konto oder eine Installation ist nicht nötig.

1. Song auswählen

   Zieh die Datei in das Feld oder wähle sie über den Button aus. Es funktionieren MP3, WAV, M4A, AAC, FLAC, OGG, Opus, AIFF und die Tonspur der meisten Videos, bis 10 Minuten Länge und 300 MB.

2. Trennung starten

   Beim ersten Mal lädt die Seite einmalig das KI-Modell (171 MB) und speichert es im Browser. Danach arbeitet sie den Song in Abschnitten von rund acht Sekunden ab; die Anzeige verrät, wie viele Teile fertig sind und wie lange es noch etwa dauert.

3. Probehören

   Ist die Trennung fertig, läuft zuerst das Instrumental. Spring durch den Song und hör besonders in leise Stellen hinein, denn dort fallen Reste am ehesten auf.

4. Instrumental speichern

   Lade das Instrumental herunter. Du bekommst eine Stereo-WAV mit 44,1 kHz und 16 Bit, genauso lang wie das Original. Gesang und jede einzelne Spur kannst du ebenfalls einzeln speichern.

02

Warum der alte Karaoke-Trick so hohl klang

Früher entfernte man Gesang meist per Phasenauslöschung. Die Hauptstimme liegt in fast jeder Mischung genau in der Mitte, also links und rechts gleich laut. Dreht man einen Kanal in der Phase um und addiert beide, löscht sich alles aus der Mitte gegenseitig aus.

Das Problem: In der Mitte sitzen auch Bassdrum, Snare und Bass. Die verschwinden dann gleich mit oder werden deutlich leiser. Der Hall auf der Stimme ist dagegen breit im Stereobild verteilt und bleibt als geisterhaftes Echo stehen. Übrig bleibt praktisch ein Mono-Signal, das dünn und hohl klingt.

Eine KI geht anders vor. Der Vocal Remover nutzt Hybrid Transformer Demucs (htdemucs), ein Open-Source-Modell aus Metas Forschung, das mit vielen Songs trainiert wurde, deren Einzelspuren bekannt waren. Es hört sich die ganze Mischung an und baut daraus vier Spuren neu auf: Gesang, Schlagzeug, Bass und übrige Instrumente. Das Instrumental ist die Summe aus Schlagzeug, Bass und übrigen Instrumenten. Bass und Drums behalten so ihren Druck, und das Stereobild bleibt erhalten.

03

Welche Datei liefert das sauberste Instrumental?

Das Modell kann nur mit dem arbeiten, was in der Datei steckt. Starke Kompression, Rauschen und Raumklang machen die Trennung schwerer. Als Faustregel gilt:

04

Gesang entfernen klappt nicht ganz? Typische Reste

Jede Trennung hat Grenzen, ob mit KI oder ohne. In diesen Fällen hörst du am ehesten noch etwas vom Gesang, und so gehst du damit um:

• Hall und Echo auf der Stimme: Die trockene Stimme ist weg, aber ein Teil der Hallfahne kann als leiser Schleier bleiben. Bei normaler Lautstärke geht er meist im Song unter.
• Chöre und gestapelte Harmonien: Klingen sie wie ein Flächensound, landet ein Teil davon bei den übrigen Instrumenten. Hör dir diese Spur einzeln an, um es zu prüfen.
• Instrumente in Stimmlage: Ein Lead-Synth, eine Geige oder ein Saxofon kann teilweise in der Gesangsspur landen. Dem Instrumental fehlt dann ein wenig davon.
• Wenn dich ein Rest stört, nutze die Regler: Schlagzeug, Bass und übrige Instrumente bleiben auf 100 Prozent, und du entscheidest, ob dir ein leiser Rest lieber ist als ein etwas dünneres Instrument.

05

Stimme aus MP3, Video oder Sprachmemo entfernen

Der Vocal Remover nimmt alles an, was dein Browser decodieren kann. Umwandeln musst du deshalb selten etwas. Eine MP3 funktioniert direkt, ebenso Videos als MP4, MOV, WebM oder MKV: Die Seite liest nur die Tonspur und gibt dir WAV-Dateien zurück, kein neues Video.

Willst du das Instrumental wieder unter ein Video legen, zieh die WAV in deinen Videoschnitt und setze sie an den Anfang des Clips. Weil die Datei exakt so lang ist wie der Originalton, bleibt alles synchron, solange beide am selben Punkt starten.

Kann der Browser den Ton einer Datei nicht lesen, sagt die Seite Bescheid. Exportiere dann aus dem Programm, das die Datei erstellt hat, eine MP3, WAV oder M4A und versuch es noch einmal. Songs über 10 Minuten musst du vorher kürzen.

06

Wie lange dauert es, und wo landet mein Song?

Das hängt vom Gerät ab. In Chrome mit WebGPU rechnet der Browser auf dem Grafikchip: In unserer Messung auf einem Desktop-PC war ein 27 Sekunden langer Ausschnitt nach 6,6 Sekunden getrennt, ein Drei-Minuten-Song ist in deutlich unter einer Minute fertig. Ohne WebGPU läuft das Modell auf dem Prozessor und braucht für einen Song mehrere Minuten. Die Seite weist dich darauf hin.

Hochgeladen wird dein Song nie. Der Browser liest ihn ein, das Modell trennt ihn auf deinem Gerät, und auch die Downloads entstehen dort. Aus dem Netz kommen nur das Modell und die Laufzeit ONNX Runtime, die es ausführt. Nach dem ersten Mal liegt das Modell im Browserspeicher, und das Tool funktioniert sogar offline.

07

Was darfst du mit dem Instrumental machen?

Wem ein Song gehört, ändert sich durch das Entfernen der Stimme nicht. Für deinen eigenen Karaoke-Abend, zum Üben oder zum Lernen ist das Instrumental in Ordnung. Veröffentlichen ist etwas anderes: Ein Remix, ein Playback auf einer Streaming-Plattform oder ein Video mit der Musik braucht die Rechte an Aufnahme und Komposition.

Die GEMA erklärt in ihrer Hilfe, dass auch für Coverversionen das Urheberrecht gilt und die nötigen Rechte erworben werden müssen; wer Text oder Komposition verändert, braucht unter Umständen zusätzlich die Erlaubnis von Urheber oder Verlag. Das ist keine Rechtsberatung. Frag im Zweifel die Rechteinhaber, bevor du etwas online stellst.