La respuesta breve
Un stem es un grupo de sonidos de una canción, por ejemplo todas las voces o toda la batería, guardado en su propio archivo de audio. Un separador de stems reconstruye esos grupos a partir de la mezcla final: el Vocal Remover te da voz, batería, bajo y otros instrumentos en cuatro archivos WAV de la misma duración, que quedan alineados si los colocas al principio de cuatro pistas en tu DAW.
Abrir la herramienta gratis¿Qué es un stem? Stems frente a multipistas
En el estudio, una canción nace de muchas grabaciones separadas: un micro en el bombo, otro en la caja, dos aéreos, un bajo, tres guitarras, la voz principal y varias tomas de coros. Son las pistas de una grabación multipista, a menudo varias decenas.
Los stems están un escalón por encima. Cada stem reúne pistas relacionadas en un solo archivo: todos los micros de batería forman el stem de batería, todas las voces el de voz. Si suenan juntos a su volumen original, los stems dan la canción terminada. Los artistas los reparten para concursos de remezclas, en el mastering a veces se trabaja con ellos y las bandas los usan como pistas de acompañamiento en directo.
Cuando sale una canción, normalmente solo tienes la mezcla estéreo final, con todo fundido en dos canales. Ahí entra la separación de stems: parte de la mezcla terminada y estima cómo eran los stems.
Los cuatro stems que obtienes y qué lleva cada uno
El Vocal Remover usa el modelo Hybrid Transformer Demucs de Meta, que separa la canción en los cuatro grupos del conjunto de datos de investigación con el que se entrenó:
| Stem | Qué suele acabar en él | Uso habitual |
|---|---|---|
| Voz | Voz principal, armonías, coros, efectos de la voz como reverberación y delay | Acapella para remezclas, aprender una melodía, sacar la letra |
| Batería | Bombo, caja, charles, platos, toms y casi toda la percusión | Practicar batería, samplear un ritmo, analizar un groove |
| Bajo | Bajo eléctrico, bajo de sintetizador, la parte grave de un 808 | Aprender una línea de bajo, rehacer los graves en una remezcla |
| Otros instrumentos | Guitarras, piano, teclados, cuerdas, vientos, colchones y solos de sintetizador | Pistas de ensayo, sacar acordes, nuevos arreglos |
| Instrumental (batería + bajo + otros) | Todo menos la voz | Karaoke y pistas de acompañamiento |
Cómo funciona un separador de stems con IA
Demucs es una red neuronal entrenada con canciones cuyos stems reales se conocían. Durante el entrenamiento escuchaba la mezcla, proponía cada stem y se corregía comparando con las pistas reales, una y otra vez. Después sabe hacer la misma estimación con canciones que nunca ha oído. Según el repositorio de Demucs, el modelo que se usa aquí se entrenó con el conjunto MUSDB y 800 canciones adicionales.
Hybrid Transformer Demucs mira el sonido de dos maneras a la vez. Una rama lee la forma de onda, cómo cambia la señal en el tiempo. La otra lee un espectrograma, una imagen de qué frecuencias suenan en cada momento. En el centro, un transformer hace que ambas ramas intercambien información, y así el modelo puede seguir una voz aunque una guitarra toque las mismas notas. En el artículo científico que lo presenta, este diseño alcanzó 9,20 dB de SDR en el conjunto de prueba de MUSDB, una medida habitual de la calidad de separación.
Una canción entera no cabe de una vez en el modelo. Por eso el Vocal Remover la procesa en tramos de unos ocho segundos que se solapan y funde los solapes para que no se oigan cortes. El cálculo se hace con ONNX Runtime Web en tu navegador, en el chip gráfico si hay WebGPU y, si no, en el procesador. La canción no se sube nunca.
Cómo usar stems de IA en tu DAW
Cada stem es un WAV estéreo a 44,1 kHz y 16 bits con exactamente la duración de la canción original. Eso facilita la importación:
Descarga los cuatro stems
Usa el botón de descarga junto a cada stem. Los archivos llevan el nombre de la canción seguido del stem, así quedan juntos en la carpeta.
Crea un proyecto a 44,1 kHz
Ajusta la frecuencia de muestreo del proyecto a 44,1 kHz o deja que el programa convierta los archivos al importarlos. Las dos opciones funcionan; con la misma frecuencia solo te ahorras una conversión.
Coloca cada stem justo al principio
Pon cada WAV en su propia pista y llévalo al primer instante de la línea de tiempo. Como los cuatro archivos empiezan a la vez y duran lo mismo, quedan sincronizados.
Desactiva el estiramiento automático
Algunos programas detectan un tempo y estiran el audio al importarlo. Desactívalo para los stems o pueden desfasarse. Ajusta el tempo del proyecto al de la canción si quieres que la cuadrícula coincida con el ritmo.
Comprueba la suma
Escucha los cuatro stems al mismo nivel. Deberían sonar muy parecidos al original. A partir de ahí puedes silenciar, escuchar en solo, procesar o sustituir cada parte.
¿Para qué sirven los stems?
- Remezclas y mashups: conservar la voz, cambiar batería y bajo, o poner un ritmo nuevo bajo la acapella.
- Ensayo: silenciar tu instrumento y tocar con el resto de la banda, o escucharlo en solo para entender exactamente qué se tocó.
- Sacar canciones de oído: los acordes se oyen mucho mejor en el stem de otros instrumentos, sin voz ni batería encima.
- Sesiones de DJ: tener la voz o la batería por separado permite transiciones imposibles con la mezcla final.
- Aprender a mezclar: oír a qué volumen va el bajo frente al bombo, o cuánta reverberación lleva una voz, enseña más que cualquier artículo.
Límites de los stems de IA y la cuestión de los derechos
Los stems de IA son estimaciones. La reverberación de la voz puede dejar un rastro suave en otros stems, los coros pueden acabar en parte en otros instrumentos y un instrumento parecido a la voz, como un sintetizador solista o un violín, puede colarse en el stem de voz. Los directos y los archivos con bitrate bajo se separan peor que los másteres de estudio. Los stems oficiales del artista, cuando existen, siempre serán más limpios.
Separar una canción para ensayar, estudiar o experimentar por tu cuenta está bien. Publicar una remezcla o usar stems en un vídeo público necesita permiso para la grabación y para la obra; el Punto de Acceso General recuerda que los autores tienen derechos exclusivos para autorizar o prohibir esos usos. Esto no es asesoramiento jurídico.
¿Te queda alguna duda?
¿Qué diferencia hay entre stems y multipistas?
Las multipistas son las grabaciones individuales de una sesión, a menudo decenas. Los stems son grupos de ellas mezclados, como toda la batería o todas las voces. Un separador solo puede estimar stems, no cada micrófono.
¿Puedo separar la guitarra y el piano?
No. Guitarra, piano, teclados, cuerdas y sintetizadores comparten el stem de otros instrumentos. El proyecto Demucs tiene un modelo experimental de seis fuentes con guitarra y piano, pero sus autores indican que el piano todavía no funciona bien; esta herramienta usa el modelo de cuatro stems.
¿Quedarán alineados los stems en mi DAW?
Sí, si cada uno empieza justo al principio de su pista. Todos duran exactamente lo mismo que la canción. Desactiva el estiramiento automático para que no se desfasen.
¿Los cuatro stems juntos vuelven a dar la canción?
Casi exactamente. Sonando juntos al mismo volumen, se parecen mucho a la mezcla original. Es lo que la herramienta reproduce cuando activas todos los stems.
¿Los stems de IA son tan buenos como los oficiales?
Normalmente no. Los oficiales salen de la sesión de estudio y están separados a la perfección. Los de IA bastan para ensayar, remezclar y analizar, con pequeños restos en los pasajes difíciles.
Fuentes y detalles útiles
- Meta Research: Demucs, modelo de separación de fuentes musicales (GitHub, en inglés)
- Rouard, Massa, Défossez: Hybrid Transformers for Music Source Separation (arXiv 2211.08553, en inglés)
- ONNX Runtime: aprendizaje automático en aplicaciones web (en inglés)
- MDN Web Docs: API Web Audio
- MDN Web Docs: API WebGPU (en inglés)
- Punto de Acceso General (Gobierno de España): Propiedad intelectual
Estas guías se basan en las herramientas actuales de LoschaZ y en las fuentes indicadas arriba. Los ejemplos son ilustraciones, no pruebas en cada dispositivo ni la promesa de un resultado idéntico.
