Mixagem automática: coloque sua voz no beat
Coloque um beat, uma gravação de voz ou os dois. A ferramenta ajusta os volumes, corrige o timbre, comprime, suaviza os sibilantes, adiciona reverb, aplica auto-tune se você quiser e masteriza uma faixa pronta. Todos os botões ficam ajustados numa mesa de som como a de estúdio, e você continua ajustando cada fader, EQ e compressor. Cada ajuste foi medido em 144 mixagens profissionais, não chutado. Seu áudio não sai do seu aparelho.
- Seu áudio fica no seu aparelho
- Mesa de som, auto-tune, EQ, compressor
- Baixe em WAV a −14 LUFS
1. Coloque seus arquivos
Beat (instrumental)
Instrumental, playback ou karaokê
Voz principal
Sua gravação de voz
Backing vocal
opcional
Faixa de referência
opcional: uma música de que você gosta, o timbre é ajustado a ela
MP3, WAV, FLAC, M4A, OGG · até 10 minutos
2. Escolha um estilo
Estilos são sugestões de escuta, não medições. «Natural» é exatamente o que foi medido.
Coloque pelo menos um arquivo: um beat, uma voz ou os dois.
Para que serve
- Colocar sua voz de cover num beat de karaokê e ter uma música pronta.
- Finalizar uma demo sem engenheiro de mixagem.
- Tratar só uma gravação a cappella ou uma locução, ou masterizar só um beat.
- Remixar o beat e a voz que saíram do vocal remover ou do AI cover.
Como usar
- Coloque um beat, uma gravação de voz ou os dois. Backing vocal e faixa de referência vão nas outras duas caixas.
- Escolha um estilo (Pop, Balada, T-Pain…) ou deixe em Natural: exatamente o que foi medido.
- Clique em Mixar automaticamente, ouça Antes / Depois, ajuste os controles de ouvido e baixe a mixagem. Quer cada botão? Abra a mesa de som.
Grave num cômodo com pouco eco, a um palmo do microfone, e nunca tão alto que o medidor fique vermelho. Timbre e volume dá para corrigir; eco do ambiente ou gravação distorcida, não.
Perguntas frequentes
- O que a mixagem automática faz?
- Nesta ordem: corta o zumbido abaixo de 80 Hz, silencia o ruído entre as frases (só quando mede um ruído de fundo), auto-tune (se ligado), EQ da voz, de-esser, compressor, reverb, equilibra a voz com o beat, abaixa de leve o beat em torno de 2,5 kHz enquanto há voz para a letra ficar clara, ajusta o timbre pela faixa de referência (se houver) e masteriza em −14 LUFS com pico real de no máximo −1 dBTP. Qualquer etapa pode ser desligada.
- E se eu só tiver a voz ou só o beat?
- Só voz: a voz é tratada (filtro, EQ, de-esser, compressor, reverb, auto-tune se ligado) e masterizada, bom para uma gravação a cappella ou uma locução. Só beat: apenas volume e picos são masterizados, o timbre NÃO é alterado, porque cada gênero soa de um jeito e não existe um padrão único para puxar um beat. Para ajustar o timbre também, adicione uma faixa de referência.
- O que o auto-tune faz aqui?
- Ele mede a afinação a cada 10 ms e puxa para a nota mais próxima, ou para as notas do tom escolhido ou do tom detectado. «Suave» move só o centro de cada nota e mantém o vibrato; «Forte» força cada instante na nota, para o som robótico. Medido numa voz real desafinada em 30 cents: voltou para 12 cents (suave) e 6 cents (forte). O preço é uma voz um pouco mais áspera, por isso vem desligado.
- Para que serve a faixa de referência?
- A ferramenta mede o timbre (o espectro por oitava) da referência e da sua mixagem e aproxima sua mixagem dela, no máximo ±4 dB por banda. O volume continua em −14 LUFS; o volume da referência não é copiado. Escolha uma música do mesmo gênero.
- O que quer dizer “medido em mixagens reais”?
- Pegamos 144 músicas do conjunto de dados MUSDB18, que traz voz e acompanhamento em faixas separadas, e medimos três coisas: o volume da voz em relação à música, o espectro da voz por oitava e quanto reverb ela tem. O EQ só corrige as bandas em que a sua voz fica FORA do intervalo onde está metade dessas mixagens. Se a sua voz já está boa, ela fica como está.
- Por que a voz fica mais alta que a música por padrão?
- Nessas 144 músicas, na maioria pop e rock ocidentais, a voz fica −2,2 LU abaixo da música (mediana). Numa música vietnamita real que separamos e medimos, a voz ficou 2,3 LU acima. Ainda temos poucas amostras assim, então o padrão deixa a voz clara; arraste o controle para a esquerda se quiser que ela se misture.
- Meu áudio é enviado para um servidor?
- Não. Cada etapa roda no navegador, no seu próprio aparelho. Nenhuma cópia é enviada, então fechar a aba apaga tudo: baixe sua mixagem antes.
- Por que −14 LUFS?
- É o nível em que YouTube e Spotify normalizam o volume. Faixas mais altas são abaixadas, então masterizar mais alto só custa dinâmica sem soar mais alto.
- E se a voz estiver fora do tempo do beat?
- Use o slot “Offset” no canal da Voz, em passos de 10 ms. Para cortar e mover trechos, clique em “Abrir a linha do tempo” depois de mixar: as faixas tratadas vêm carregadas para você arrastar e cortar à mão.
O que esta ferramenta faz
Coloque um beat, uma gravação de voz ou os dois, mais uma voz de harmonia se você tiver. A ferramenta mede cada arquivo e depois filtra, molda o timbre, comprime, suaviza os sibilantes, adiciona reverb, equilibra a voz com a música e masteriza tudo num WAV pronto. Cada ajuste que ela escolheu aparece numa mesa de som no estilo de estúdio, então você pode continuar ajustando ou deixar como está.
Todo o processamento roda dentro do seu navegador. Nada é enviado para um servidor, então uma gravação ainda não lançada fica no seu computador do começo ao fim.
A cadeia, em ordem
- Corte de graves na voz, com a frequência de corte definida pela nota mais grave dessa voz (70 a 160 Hz).
- Redução de ruído entre as frases, só quando há ruído de fundo real medido. Uma voz limpa pula esta etapa.
- Auto-tune, se você ativar.
- EQ por bandas de oitava: só as bandas que ficam fora da região central das mixagens profissionais são corrigidas, e só até a borda dessa região, para que nem toda voz seja pintada da mesma cor.
- De-esser e compressão em dois estágios, com um leve toque de saturação para dar calor.
- O reverb é ajustado passo a passo até a largura estéreo da voz igualar a mediana de mixagens reais; o eco segue o andamento do beat.
- Equilíbrio entre voz e beat, depois um corte suave em torno de 2,5 kHz no beat enquanto a voz canta, para as palavras não ficarem enterradas.
- Masterização em −14 LUFS com pico real não acima de −1 dBTP.
De onde vêm as metas
As metas foram medidas num conjunto público de faixas separadas de 144 músicas, mixagens feitas por pessoas com cada faixa disponível separadamente. Nesse conjunto a voz fica 2,2 LU abaixo da música (mediana; metade das músicas fica entre −4,3 e −1,0). Não tiramos metas das músicas de IA do próprio site, porque isso mediria como uma máquina mixa, não como as pessoas mixam.
O pop vietnamita costuma colocar a voz por cima: as músicas de IA do site mediram +1,9 e uma música vietnamita real +2,3. Por isso o padrão coloca a voz 2 LU acima da música, o controle desliza ±4, e uma marca em −2,2 mostra a mediana do conjunto. Para ser direto: a amostra vietnamita, por enquanto, é uma única música.
Quatro modos e a mesa de som
| Você fornece | O que a ferramenta faz |
|---|---|
| Beat e voz | Trata a voz, equilibra com o beat, masteriza |
| Só a voz | Trata a voz, adiciona reverb, masteriza; a harmonia fica 6 LU abaixo da voz principal |
| Só o beat | Masteriza só o loudness e o pico. O beat de propósito não recebe EQ automática, porque cada gênero é diferente |
| Mais uma faixa de referência | Ajusta o timbre à música que você escolher, no máximo ±4 dB por banda; o loudness não é copiado, fica em −14 LUFS |
Há sete predefinições. A predefinição natural é exatamente igual aos ajustes que a ferramenta escolheu, enquanto a Lo-fi masteriza mais baixo, medida em −16 LUFS. Na mesa de som, faders, panorâmica, mudo e a meta do master mudam na hora enquanto você ouve; mudar um ajuste de plugin reconstrói só aquele canal. Você pode comparar a versão mixada com uma soma crua no mesmo loudness, para que uma versão mais alta não engane o seu ouvido e pareça melhor.
Auto-tune: Leve, Médio, T-Pain e o preço
A ferramenta detecta o tom da música. O Leve move o centro de cada nota e mantém o vibrato; o T-Pain prende a afinação na hora, para aquele som robótico conhecido. Numa voz real cantando cerca de 30 cents desafinada, uma ferramenta de medição independente registrou 12,3 cents de desvio depois da correção leve e 6,5 cents depois da correção forte. O ajuste T-Pain chegou a 87%, perto do teto ideal de 89% medido no mesmo teste.
O preço é uma voz um pouco mais áspera: o jitter sobe cerca de 0,2 ponto percentual e a clareza harmônica cai de 0,5 a 0,8 dB. Por isso o auto-tune vem desligado por padrão e só vale a pena ativar quando o canto está desafinado. Numa voz que já está afinada, o modo leve quase não muda nada.
Quanto tempo leva
Uma música de 4 minutos com uma voz de harmonia leva cerca de 10 a 12 segundos para mixar nas nossas máquinas de teste; a exportação final acrescenta cerca de 2 segundos. Como tudo roda no seu aparelho, um computador mais lento demora mais, mas nunca há fila de servidor.
Limitações
- Ela não salva uma gravação distorcida ou com clipping; ela equilibra, colore e limpa dentro do razoável.
- A EQ só corrige bandas que estão claramente fora em comparação com mixagens reais. Para um som específico, use uma faixa de referência ou ajuste à mão na mesa de som.
- O nível da voz em relação à música se baseia num conjunto formado principalmente por música não vietnamita; a amostra vietnamita, por enquanto, é uma música.
- Uma voz gravada fora do tempo do beat não é alinhada automaticamente; há um controle de deslocamento para mover à mão.
- Os arquivos podem ter até 10 minutos.
Perguntas frequentes
A minha música é enviada para um servidor?
Não. Todas as etapas rodam no navegador e o WAV é montado no seu aparelho. Feche a aba e não sobra nada.
Só tenho uma música já mixada. Posso separar e mixar de novo?
Pode. Use a ferramenta Separar áudio para separar o beat e a voz, depois traga os dois para cá.
O resultado está pronto para plataformas de streaming?
Um loudness de −14 LUFS com pico real não acima de −1 dBTP é um nível comum para streaming. O medidor de loudness da ferramenta bateu com um medidor independente em 10 de 10 arquivos de teste, com diferença de até 0,05.
A mesa de som muda mesmo a exportação ou é só enfeite?
Muda a exportação. No nosso teste, silenciar o canal de voz e exportar elevou a correlação entre a exportação e o beat de 0,723 para 0,994, ou seja, o arquivo era de fato o beat sem a voz. Para saber mais sobre mixagem, veja o blog.
Pesquisas relacionadas
Prefere montar a mixagem do zero, à mão?
Na mesa de mixagem você arrasta, corta e ajusta o volume e o pan de cada faixa.
Abrir a mesa de mixagem