Separar stems de una canción: cómo sacar la voz, la batería y el bajo

Qué es separar stems

Un stem es una parte de la canción que suena sola: la voz, la batería, el bajo. En un estudio salen de la sesión, agrupando pistas antes de exportar. Separar stems es lo contrario: partir de la canción ya mezclada, un único archivo estéreo, y recuperar esas partes por separado. Es lo que se busca cuando se quiere quitar la voz de una canción, sacar el acapella o separar los instrumentos para estudiarlos.

Durante años esto no se podía hacer bien. El truco clásico era invertir la fase de un canal y sumarlo al otro: lo que estaba exactamente en el centro desaparecía. Quitaba la voz, sí, pero también el bombo, el bajo y la caja, que suelen estar en el centro, y dejaba intacta cualquier reverb abierta. Tampoco sirve ecualizar: como se ve en el esquema de abajo, los instrumentos de una mezcla se pisan en casi todo el espectro, y un filtro que corte la voz corta también la mitad de la guitarra.

Si quieres repasar qué instrumento vive en cada zona, la tabla de rangos de frecuencia lo cuenta banda por banda.

Cómo lo hace la IA

Los separadores actuales son modelos entrenados con muchas canciones de las que se tenían las pistas por separado. Han aprendido cómo suena una voz, una batería o un bajo, no en qué frecuencias están, y con eso reparten cada instante de la mezcla entre los stems. Por eso funcionan donde el filtro fracasa: dos sonidos en la misma frecuencia pueden ir a stems distintos si suenan distinto.

Uno de los más usados es Demucs, de Meta (Facebook Research). Es el que usa Fix The Mix, con su modelo htdemucs, y separa en cuatro stems:

Los cuatro stems salen con la misma duración que la canción y alineados entre sí: sumados al mismo volumen, vuelven a dar algo muy parecido a la mezcla original. Eso es lo que permite rehacerla con un stem de menos.

Lo que no sale bien

La separación por IA es buena, no perfecta, y conviene saber dónde falla antes de construir nada encima. En solo, casi todos los stems tienen algo que no debería estar; dentro de una mezcla nueva, la mayoría de esos restos desaparecen. La pregunta útil no es si el stem está limpio, sino si está suficientemente limpio para lo que vas a hacer con él.

• Sangrado entre stems (bleed). Restos de platos en la voz, de voz en el resto, de caja en la guitarra. Es lo más habitual y se nota más en solo y en los huecos, cuando el instrumento principal calla.
• Sonido acuoso o metálico. En las partes muy densas, con todo sonando a la vez, el modelo duda y deja artefactos: un brillo raro, como de agua o de lata, sobre todo en la voz y en el resto.
• La reverb y los delays de la voz se quedan con la voz. Para el modelo son voz, porque lo son. No esperes un acapella seco de una canción con la voz muy mojada.
• Los coros y los dobles van con la voz principal. Si quieres solo la voz principal, el stem de voz no te la va a dar sola.
• Los graves compartidos se reparten mal. Un 808 largo, un sinte grave o un bombo con mucha cola pueden repartirse entre bajo, batería y resto, a veces cambiando de stem a mitad de una nota.
• La mezcla de partida manda. Un máster muy comprimido, con todo pegado y sin dinámica, separa peor que una mezcla con aire: los instrumentos llegan al modelo más fundidos entre sí.

Lo de la reverb tiene su lógica: una reverb es la misma voz repetida muchas veces y atenuada, y por eso tampoco se puede quitar con un filtro de una toma grabada. La guía de reverb y delay explica cómo se construye ese espacio, y con eso es más fácil decidir qué poner encima de un acapella que ya trae el suyo.

Para qué sirve

Los usos que más se repiten, y lo que conviene saber de cada uno:

• Instrumental o karaoke. Batería, bajo y resto juntos, sin la voz. Si queda algún eco de voz en el resto, en directo con alguien cantando encima no se oye.
• Acapella para un remix. El stem de voz, con sus coros y su reverb. Pon la batería nueva antes de juzgar si el sangrado de platos molesta: casi siempre queda tapado.
• Practicar tu instrumento. Quita el bajo, la batería o la guitarra (que irá en el resto) y toca encima de la canción original. Para practicar no hace falta un stem perfecto.
• Estudiar cómo está mezclada una referencia. Escuchar el bajo solo, la batería sola o la voz sola de un disco que te gusta enseña cuánto grave lleva el bajo, cuánta reverb lleva la voz o cómo de comprimida está la batería, cosas que dentro de la mezcla no se distinguen.
• Remezclar tu propia canción cuando perdiste las pistas. Si solo te queda el bounce de una canción vieja, separarla te devuelve algo con lo que trabajar: subir la voz, rehacer la batería o sacar una versión instrumental.
• Samplear. Aislar una frase, un loop de batería o una línea de bajo para usarlo en otra producción, siempre con los derechos del original.

El cuarto uso es el que más enseña. Escuchar la voz sola de una referencia y luego volver a la tuya cambia lo que oyes en las dos; la guía de mezclar con referencias cuenta cómo comparar sin engañarte, y la de kick y bajo sirve para entender lo que oyes cuando aíslas el bajo y la batería de un disco que suena bien.

Cómo sacar los mejores stems

El modelo hace lo que puede con lo que le das, y lo que le das importa más de lo que parece:

• Sube el archivo de más calidad que tengas. Un WAV o un FLAC separan mejor que un MP3 de 128 kbps: la compresión con pérdidas ya borró detalle del agudo y lo emborronó todo un poco, y eso es justo lo que el modelo necesita para distinguir un plato de una ese.
• Si la canción es tuya, sube la mezcla y no el máster. El máster lleva más compresión y limitación, y los instrumentos llegan más pegados entre sí. La mezcla, con su dinámica, se separa más limpia.
• En el DAW, coloca los stems desde 0:00. Salen con la misma duración que la canción y alineados, así que si todos empiezan en el mismo punto suenan en su sitio sin mover nada.
• Antes de procesar un stem, súmalo con los demás y compáralo con la canción original al mismo volumen. Si suena igual, la separación está bien y lo que oyes en solo es sangrado que la mezcla tapa.

Un acapella separado se trata después como cualquier toma de voz, con una diferencia: ya viene ecualizado, comprimido y con efectos. Mejor quitar que añadir, y con cuidado al subir agudos, que es donde vive el sangrado de platos. La guía de mezclar voces sigue a partir de aquí.

Probarlo con tu canción

Todo lo que cuenta esta guía es lo que hace la herramienta para separar stems online: subes una canción de hasta 7 minutos y la separa con Demucs en voz, batería, bajo y resto. En una prueba real, una canción de 2:27 tardó 32 segundos de principio a fin. Cada stem se puede escuchar en solo o quitar de la mezcla para oír el resto sin él.

• Gratis y sin cuenta: separas 30 segundos de tu canción y escuchas cada stem con solo y quitar.
• Con Pro: la canción entera, descarga de los stems en WAV de 24 bits y hasta 20 separaciones al mes.
• Privacidad: a diferencia de la mayoría de herramientas de Fix The Mix, que corren en tu navegador, esta necesita un servidor. La canción se sube a nuestro servidor y la procesa Replicate, en Estados Unidos. La canción y los stems se borran solos a los 30 días.

Y si quieres jugar con ellos, en Mix Space puedes colocar tus stems en el espacio: arrastrar cada uno a izquierda o derecha, acercarlo o alejarlo, y oír cómo cambia la mezcla al moverlos.