YouTube से कराओके तक: किसी भी गाने को बैकिंग ट्रैक बनाएँ

YouTube पर "कराओके वर्ज़न" का कोई बटन नहीं है। अगर आप किसी खास गाने पर गाना चाहते हैं — ऐसा गाना जिसका आधिकारिक इंस्ट्रुमेंटल कभी रिलीज़ ही नहीं हुआ, कोई कवर, या किसी ऐसी भाषा का गाना जो आपकी मोहल्ले की कराओके मशीन ने कभी सुना ही नहीं — तो बैकिंग ट्रैक आपको खुद बनाना पड़ेगा।

अच्छी खबर यह है कि अब यह दो चरणों का काम है, करीब पाँच मिनट लगते हैं, और कुछ खर्च नहीं होता। पहला चरण है गाने को ऑडियो फ़ाइल के रूप में हासिल करना। दूसरा चरण है उस फ़ाइल को एक AI मॉडल से गुज़ारना जो गायकी को बाकी सब चीज़ों से अलग कर देता है।

छोटा जवाब

1. जिस गाने की ज़रूरत है उसका YouTube URL कॉपी करें।
2. OnlyMP3.tools से उसे 320 kbps MP3 में बदलें। यहाँ बिटरेट सामान्य सुनने के मुकाबले कहीं ज़्यादा मायने रखता है — नीचे समझाया है।
3. उस MP3 को किसी AI वोकल सेपरेशन टूल पर अपलोड करें, जैसे SongToKaraoke, जो ट्रैक को गायकी और संगीत में बाँट देता है।
4. इंस्ट्रुमेंटल ट्रैक डाउनलोड करें। यही आपका कराओके बैकिंग ट्रैक है।

पूरी प्रक्रिया बस इतनी है। बाकी गाइड बताती है कि हर चरण क्यों ज़रूरी है, कौन से गाने साफ़ अलग होते हैं, और नतीजा खराब आने पर क्या करें।

सिर्फ़ "आवाज़ धीमी कर देना" काफ़ी क्यों नहीं

कराओके ट्रैक बनाने की पुरानी तरकीब को सेंटर चैनल कैंसिलेशन कहते थे। मुख्य गायकी लगभग हमेशा बिल्कुल बीच में मिक्स होती है, यानी बाएँ और दाएँ चैनल में सिग्नल एक जैसा होता है। एक चैनल को दूसरे से घटा दीजिए, और जो कुछ भी पूरी तरह बीच में है वह कट जाएगा — गायकी समेत।

यह तरीका थोड़ा-बहुत काम करता है, और इसीलिए मुफ़्त "वोकल रिमूवर" AI से बहुत पहले से मौजूद थे। लेकिन इसमें दो घातक खामियाँ हैं:

• बीच में मौजूद बाकी सब कुछ भी चला जाता है। किक, स्नेयर और बेस भी लगभग हमेशा बीच में ही होते हैं। गायक के साथ पूरा रिदम सेक्शन भी गायब हो जाता है।
• रीवर्ब बचा रह जाता है। गायकी की रीवर्ब पूँछ स्टीरियो होती है, बीच में नहीं, तो आपको गायकी के बिना गायकी की भूतिया गूँज मिलती है। सुनने में डरावना लगता है।

आधुनिक AI सेपरेशन बिल्कुल अलग तरीके से काम करता है। Demucs जैसे मॉडल हज़ारों-हज़ार ऐसे गानों पर ट्रेन किए गए जिनके अलग-अलग स्टेम उपलब्ध थे, इसलिए उन्होंने सीखा कि इंसानी आवाज़ सुनाई कैसी देती है, न कि वह स्टीरियो फ़ील्ड में कहाँ बैठी है। वे आवाज़ को उसकी ध्वनि-पहचान के आधार पर खींचते हैं और ड्रम, बेस तथा वाद्ययंत्र जस के तस छोड़ देते हैं।

व्यावहारिक फ़र्क ज़मीन-आसमान का है। सेंटर कैंसिलेशन आपको पतला, खोखला और ड्रम-रहित ट्रैक देता है। AI सेपरेशन आपको ऐसा कुछ देता है जो असली इंस्ट्रुमेंटल जैसा सुनाई देता है।

चरण 1: गाने को MP3 में लें

YouTube URL को OnlyMP3.tools में पेस्ट करें, बिटरेट चुनें और डाउनलोड करें।

320 kbps चुनें। सामान्य सुनने के लिए 192 और 320 का फ़र्क ज़्यादातर लोगों को सुनाई नहीं देता, और आम तौर पर हम कहते हैं कि अपने काम के हिसाब से चुनें। वोकल सेपरेशन इसका अपवाद है, और वजह यह है।

MP3 कम्प्रेशन उस ऑडियो जानकारी को फेंककर काम करता है जिसे एनकोडर मानता है कि आप सचेत रूप से नोटिस नहीं करेंगे। बिटरेट जितना कम, उतना ज़्यादा फेंका जाता है — खासकर ऊँची फ़्रीक्वेंसी में और उन धीमे हिस्सों में जहाँ कोई आवाज़ किसी तेज़ आवाज़ से ढँक जाती है। और ठीक यही वे क्षेत्र हैं जिनसे सेपरेशन मॉडल आवाज़ और गिटार में फ़र्क करता है। उसे 128 kbps फ़ाइल देना मतलब उससे कहना कि जान-बूझकर हटाए गए डेटा से गायकी दोबारा बना दो।

गड़बड़ी इंस्ट्रुमेंटल में पानी जैसी, लहराती हुई गुणवत्ता के रूप में सामने आती है, जो झांझ और रीवर्ब की पूँछ पर सबसे साफ़ सुनाई देती है। यही वजह है कि आप ऐसी तस्वीर एडिट नहीं करते जो पहले ही पाँच बार खराब क्वालिटी के JPEG में सेव हो चुकी हो।

हर बिटरेट स्तर की असल कीमत का पूरा ब्यौरा OnlyMP3 बिटरेट गाइड में पढ़ें।

एक और बात जानना ज़रूरी है: सोर्स वीडियो की क्वालिटी एक ऐसी छत है जिसे आप ऊपर नहीं उठा सकते। अगर किसी ने गाना घटिया रिप से अपलोड किया है, तो 320 kbps माँगने पर आपको बस खराब ऑडियो वाली बड़ी फ़ाइल मिलेगी। आधिकारिक आर्टिस्ट चैनल या आधिकारिक "Artist - Topic" चैनल को प्राथमिकता दें — वे आम तौर पर लेबल के मास्टर से आते हैं।

चरण 2: गायकी अलग करें

MP3 को किसी AI सेपरेशन टूल पर अपलोड करें। SongToKaraoke खास इसी काम के लिए बना है — आप गाना अपलोड करते हैं, यह बिना आवाज़ वाला इंस्ट्रुमेंटल लौटाता है जिसे डाउनलोड करके आप उस पर गा सकते हैं। अगर आप ड्रम और बेस भी अलग फ़ाइलों में चाहते हैं तो सामान्य स्टेम स्प्लिटर भी हैं, लेकिन कराओके के लिए दो हिस्सों में बाँटना ही काफ़ी है।

प्रोसेसिंग में गाने की लंबाई के हिसाब से आम तौर पर तीस सेकंड से कुछ मिनट लगते हैं। मॉडल सर्वर पर चलता है, इसलिए धीमा फ़ोन कोई समस्या नहीं।

आपको वापस मिलता है एक इंस्ट्रुमेंटल स्टेम: वही गाना, वही टेम्पो, वही स्केल, वही अरेंजमेंट — बस मुख्य गायकी के बिना।

कौन से गाने साफ़ अलग होते हैं

नतीजे शैली और प्रोडक्शन के तरीके के हिसाब से बहुत बदलते हैं। आप नतीजे से संतुष्ट होंगे या नहीं, यह सबसे ज़्यादा इसी पर निर्भर करता है।

गाने का प्रकार	आम नतीजा	वजह
आधुनिक पॉप, हिप-हॉप, EDM	बेहतरीन	साफ़ मल्टीट्रैक प्रोडक्शन, गायकी अलग से मिक्स, ट्रेनिंग डेटा भी भरपूर
रॉक और मेटल	अच्छा	गायकी अच्छी तरह अलग होती है; भारी डिस्टॉर्शन वाले गिटार कभी-कभी मॉडल को उलझाते हैं
अकूस्टिक सिंगर-सॉन्गराइटर	अच्छा से ठीक-ठाक	आवाज़ और अकूस्टिक गिटार एक ही फ़्रीक्वेंसी रेंज साझा करते हैं, इसलिए थोड़ा रिसाव रहता है
वाद्य-यंत्रों वाला जैज़ और सोल	ठीक-ठाक	सैक्सोफ़ोन और ट्रम्पेट इंसानी आवाज़ की रेंज से टकराते हैं
कोरल, ओपेरा, ज़्यादातर अकापेला	खराब	जब "वाद्य" खुद आवाज़ें ही हों, तो अलग करने को कुछ बचता ही नहीं
लाइव रिकॉर्डिंग, बूटलेग	खराब	दर्शकों का शोर और हॉल की गूँज हर स्टेम को दूषित कर देती है
पुरानी मोनो रिकॉर्डिंग (1965 से पहले)	ठीक-ठाक से खराब	सब कुछ एक ही चैनल में जमा, ऊपर से भारी टेप कम्प्रेशन

आम नियम: मूल रिकॉर्डिंग में गायकी जितनी अलग थी, मॉडल उसे उतनी ही अच्छी तरह निकाल पाएगा। अलग बूथ में रिकॉर्ड किया गया स्टूडियो पॉप ट्रैक शानदार तरीके से अलग होता है। दो माइक से रिकॉर्ड किया गया 1958 का लाइव जैज़ नहीं।

"अच्छा" नतीजा असल में कैसा सुनाई देता है

साफ़ सेपरेशन भी आधिकारिक तौर पर रिलीज़ इंस्ट्रुमेंटल जैसा नहीं होता। इनकी उम्मीद रखें:

• भरे हुए हिस्सों में कभी-कभार गायकी की परछाईं, खासकर लंबी खींची गई सुरों पर।
• झांझ थोड़ी दबी हुई। ऊँची फ़्रीक्वेंसी वही जगह है जहाँ गायकी और झांझ सबसे ज़्यादा टकराते हैं, इसलिए मॉडल कभी-कभी ज़रूरत से ज़्यादा काट देता है।
• बैकिंग वोकल बचें भी और न भी। ज़्यादातर मॉडल हार्मनी और डबल की गई आवाज़ों को भी "गायकी" मानकर मुख्य आवाज़ के साथ हटा देते हैं। अगर गाने का मुखड़ा परत-दर-परत हार्मनी पर टिका है, तो इंस्ट्रुमेंटल खाली लग सकता है।

घर पर, पार्टी में गाने या रियाज़ के लिए इनमें से कोई बात मायने नहीं रखती। लेकिन अगर आप रिकॉर्ड करके प्रकाशित करने वाले हैं, तो पहले पूरा ट्रैक ध्यान से सुन लें।

आम इस्तेमाल

• घर पर कराओके उन गानों के लिए जिनका लाइसेंस किसी कराओके सेवा के पास नहीं — विदेशी भाषा के गाने, इंडी रिलीज़, एल्बम के कम चर्चित गाने।
• गायन का अभ्यास। गायक पियानो रिडक्शन के बजाय असली अरेंजमेंट पर, मूल टेम्पो में रियाज़ करते हैं।
• ऑडिशन और कवर। मूल रिकॉर्डिंग से निकला बैकिंग ट्रैक MIDI की नकल से कहीं बेहतर सुनाई देता है।
• संगीत सिखाना। क्लास में इंस्ट्रुमेंटल चलाइए, कमरे में इकलौती आवाज़ छात्र की होगी।
• डांस और कोरियोग्राफ़ी, जहाँ गिनती करते समय गायकी बाधा बनती है।

समस्या समाधान

इंस्ट्रुमेंटल में अब भी हल्की गायकी सुनाई देती है। आम तौर पर सोर्स क्वालिटी की समस्या। उपलब्ध सबसे अच्छे अपलोड से गाना 320 kbps में दोबारा डाउनलोड करके फिर कोशिश करें। अगर गाना घना लाइव मिक्स है या हार्मनी से भरा है, तो शायद इससे बेहतर मुमकिन नहीं।

इंस्ट्रुमेंटल पतला या "पानी के अंदर" जैसा लगता है। कम बिटरेट वाले इनपुट की क्लासिक खराबी। देखिए आपने किस बिटरेट पर डाउनलोड किया था। अगर 128 या 192 था, तो 320 पर दोबारा करें।

ड्रम गायकी के साथ ही गायब हो गए। यह सेंटर चैनल कैंसिलेशन की पहचान है, AI सेपरेशन की नहीं। कुछ मुफ़्त "वोकल रिमूवर" साइटें आज भी पुराना घटाव वाला तरीका इस्तेमाल करती हैं। ऐसा टूल लें जो सचमुच स्टेम सेपरेशन करता हो।

अपलोड फेल हो जाता है या टाइमआउट हो जाता है। बहुत लंबी फ़ाइलें (DJ सेट, पूरे कॉन्सर्ट की रिकॉर्डिंग, एक घंटे के मिक्स) प्रोसेसिंग की सीमा पार कर सकती हैं। पहले वही गाना काट लें जो आपको चाहिए।

ऑडियो के बजाय .html फ़ाइल डाउनलोड होती है। आपके कन्वर्टर ने फ़ाइल के बजाय विज्ञापन रीडायरेक्ट भेजा है। यह खतरे का संकेत है — कन्वर्टर में क्या देखें वाली हमारी गाइड देखें।

कॉपीराइट के बारे में

निजी रियाज़ या घरेलू कराओके के लिए इंस्ट्रुमेंटल वर्ज़न बनाना ज़्यादातर न्यायक्षेत्रों में आम तौर पर निजी इस्तेमाल माना जाता है। लेकिन उस इंस्ट्रुमेंटल को प्रकाशित करना, बेचना, या कमाई करने वाले कंटेंट के साउंडट्रैक के रूप में इस्तेमाल करना अलग बात है — फ़ाइल से आपने जो भी हटाया हो, रचना और मूल रिकॉर्डिंग दोनों पर सुरक्षा बनी रहती है।

अगर आपकी कराओके शाम आपके ड्रॉइंग रूम तक सीमित है, तो कोई दिक्कत नहीं। अगर वह कमाई करने वाले चैनल पर पहुँचती है, तो लाइसेंसिंग के बारे में पता कीजिए।

अक्सर पूछे जाने वाले सवाल

क्या कुछ इंस्टॉल करना पड़ेगा? नहीं। दोनों चरण ब्राउज़र में चलते हैं। MP3 डाउनलोड OnlyMP3.tools पर होता है और सेपरेशन सेपरेशन सेवा के सर्वर पर।

क्या यह फ़ोन पर काम करता है? हाँ। दोनों चरण वेब-आधारित हैं। एकमात्र झंझट iOS पर फ़ाइल संभालना है — MP3 फ़ाइल Files ऐप में Downloads में आती है, वहीं से अपलोड कर दीजिए।

क्या कराओके ट्रैक उसी स्केल में रहेगा? हाँ। सेपरेशन न पिच बदलता है न टेम्पो। अगर दूसरा स्केल चाहिए, तो वह इंस्ट्रुमेंटल मिलने के बाद का अलग ट्रांसपोज़िशन चरण है।

क्या मैं सिर्फ़ गायकी ले सकता हूँ? हाँ — वही प्रक्रिया दोनों स्टेम बनाती है। अलग की गई गायकी ("अकापेला") उसी बँटवारे का दूसरा आधा हिस्सा है, जो रीमिक्स करने या यह समझने में काम आता है कि गायक असल में क्या कर रहा है।

मेरा नतीजा आधिकारिक इंस्ट्रुमेंटल से खराब क्यों लगता है? क्योंकि आधिकारिक इंस्ट्रुमेंटल असली मल्टीट्रैक होता है जिसे गायकी वाले चैनल के बिना मिक्स किया गया है। सेपरेशन एक पुनर्निर्माण है — यह अनुमान लगाता है कि वहाँ क्या था। पिछले कुछ सालों में यह फ़ासला बहुत घटा है, पर मिटा नहीं है।

क्या सचमुच 320 kbps ज़रूरी है? इस काम के लिए हाँ, सामान्य सुनने के मुकाबले कहीं ज़्यादा। सेपरेशन की गुणवत्ता सीधे इस बात से सीमित होती है कि कम्प्रेशन के बाद मूल ऑडियो कितना बचा।

निष्कर्ष

दो चरण: साफ़ MP3 हासिल करें, फिर उसमें से गायकी निकालें। पहले चरण में चुना गया बिटरेट दूसरे चरण की छत तय करता है — पूरी प्रक्रिया में यही एक बात है जो सहज नहीं लगती। भले ही आप आम तौर पर कम से काम चला लेते हों, इस बार 320 kbps में डाउनलोड कीजिए।

पहले OnlyMP3.tools से गाना लीजिए, फिर बैकिंग ट्रैक के लिए उसे SongToKaraoke से गुज़ारिए।