AIボーカル分離の確認点5つ、開発者が公開

この文章は、競合サービスを比較するのではなく、分離ツールを作る側の視点で書かれている。AI分離の限界を音源素材の性質として捉えており、完成した楽曲ではボーカル、ドラム、ベース、ギター、ピアノが混ざり合っており、学習済みモデルは各パートに対応する信号を推定するだけなので、出力は楽曲のミックスや録音の仕方によって変わる、と説明している。

ファイル形式に関する助言も同じ論理に沿う。WAVやFLACなどの可逆形式は元の音声情報を保つ一方、MP3やM4Aなどの圧縮形式でも元音源が十分に良ければ実用的な結果が得られる。問題として挙げられているのは変換の繰り返しで、失われた情報は戻せない。

残りのチェック項目は出力の用途に関わる。カラオケ用の伴奏ならメインボーカルが十分に抑えられていること、リミックス用のアカペラなら声が自然で発音が明瞭かつ打楽器の混入が少ないこと、楽器練習用ならドラムやベースのパートが分かれていることが求められる。開発者は、何を抽出し何に使うかを先に決めて出力を選び、ダウンロード前に元音源と聴き比べることを勧めている。