曲をステムに分離する方法：どんな曲からもボーカル・ドラム・ベースをクリーンに取り出す
ステム分離とは何か、どんな仕組みなのか、どの分離を選ぶべきか、そしてどんな曲からもクリーンなボーカル、ドラム、ベースを取り出す方法を解説します。かぶりや水っぽいアーティファクトの簡単な直し方も紹介します。
完成した曲は、封をされた箱のようなものです。ボーカル、ドラム、ベース、鍵盤は、もともと別々のトラックでした。それを誰かが1つのステレオファイルにミックスした時点で、別々のパートは消えてしまいました。
ステム分離は、その箱をもう一度開けます。ステム分離ツールに曲を1つアップロードすると、パートが別々のオーディオファイルになって戻ってきます。ボーカルは1本目、ドラムは2本目、ベースは3本目のトラックに。
この技術は今や、超大物アーティストの作品にも通用するレベルです。2023年、ザ・ビートルズの制作チームは「Now and Then」を完成させるために音源分離を使い、ジョン・レノンの古い自宅デモから、ピアノと切り離して彼の声を取り出しました。それまでの試みは、誰も声とピアノを分けられず、うまくいきませんでした。
魔法ではありませんし、完璧でもありません。それでも今なら、1分でカラオケ音源を作る、リミックス用にクリーンなアカペラを取り出す、ベースラインを1音ずつ覚える、古い曲を新しくミックスし直す、といったことが十分にできます。結果を左右するのは、あなたが決められる3つのこと。アップロードするファイル、選ぶ分離、そして分離後のステムの扱い方です。このガイドでは、その3つをすべて解説します。
要点： 手元にあるいちばん良い状態の音源をアップロードしましょう。MP3よりWAV、FLAC、AIFFのほうが向いています。ボーカルとインストに分けるなら2ステム、主要なパートをすべて分けるなら6ステムを選びます。1分ほど待ちます。そしてダウンロードする前に、曲でいちばん音が混み合う部分で各ステムをソロにして聴きましょう。どのステムも曲の頭から最後まであるので、DAWで0:00に置けば、すべてぴったりそろいます。
ステムとは？
ステムとは、曲の1つのパートを独立したオーディオファイルにしたものです。代表的なステムは、ボーカル、ドラム、ベースです。1つのステムには、1つの楽器だけが入ることもあれば、関連する複数のパートがまとめて入ることもあります。たとえばドラムのステムには、キック、スネア、ハイハット、シンバルがまとめて入っています。
ステムはマルチトラックとは違います。マルチトラックは録音時の元のトラックで、マイクやシンセごとに1本ずつ分かれていることが多いものです。最近のポップスなら60本以上になることもあります。ステムは、セッションをいくつかのグループにまとめてバウンスしたもので、通常は4〜8本です。
ほかにも、よく見かける言葉があります。
- アカペラ： ボーカルだけのトラック。
- インスト（インストゥルメンタル）： ボーカル以外のすべて。
- カラオケ音源： インストのこと。コーラスを残す場合もあります。
- ステム分離： 完成したステレオの曲からステムを取り出すこと。ステムセパレーション、音源分離、デミックスとも呼ばれます。
元のセッションが手元にあるなら、ステム分離ツールは必要ありません。DAWから本物のステムを書き出しましょう。どんな分離よりも必ずクリーンです。ステム分離が役立つのは、セッションがもう残っていないとき、あるいは最初から自分のものではなかったときです。
ステム分離の仕組み（数式なしで）
完成した曲は、すべての楽器が足し合わされた1本の波形です。楽器同士は周波数帯を共有しているので、EQでパートを分け直すことはできません。キックもベースも低域にいます。声とギターは中域を分け合っています。
昔ながらの方法は位相キャンセルでした。ステレオイメージの中央にあるものを、すべて消してしまう方法です。これでリードボーカルは消えますが、キック、スネア、ベースも消えてしまいます。これらも普通は中央に定位しているからです。昔のカラオケ音源がやけに薄く聴こえたのは、このためです。
最近のステム分離ツールは、AIモデルを使います。モデルは、各パートの音がわかっている何千もの曲から学習します。そして新しい曲を聴き、各パートが単独でどう聴こえるかを推定します。
多くのモデルはスペクトログラムを見ています。スペクトログラムとは音を絵にしたもので、左から右が時間、下から上が音の高さ、明るさが音の大きさを表します。モデルはその絵の小さな点ごとに、どれだけが声のもので、どれだけがドラムのものか、といった具合に振り分けます。波形そのものを扱うモデルもあり、最も強力なシステムは両方の見方を組み合わせています。
研究者は、分離の結果をSDR（信号対歪み比）というデシベル単位の指標で評価します。SDRは、欲しいパートの音と、ステムに含まれる「間違った音」すべて（かぶり、アーティファクト、欠けた音）とを比べるものです。数値が高いほど良く、3 dB上がるごとに誤差はおよそ半分になります。Music Demixing Challenge 2021では、最高のシステムの平均スコアは8.3 dBでした。2年後のSound Demixing Challenge 2023では、優勝したシステムが10 dB近く、ボーカルでは11 dB超を記録しました。
ただし、スコアがすべてではありません。2023年のチャレンジでは、プロのエンジニアが耳でもシステムを聴き比べましたが、彼らがいちばん気に入ったのは、スコアでは3位のシステムでした。最終的な判断基準はあなたの耳です。このガイドでは、その耳の使い方も紹介します。
モデルが迷ったところは、音でわかります。よくある失敗は2つです。
- かぶり（ブリード）： 別のパートの音が少しステムに漏れ込むこと。ボーカルにハイハットがうっすら聴こえたり、ギターにボーカルがかすかに残ったりします。
- アーティファクト： 音が水っぽく、金属的に、あるいは「水の中」のようになる現象で、主に音と音のすき間で目立ちます。モデルが削りすぎた場所や、ある音がどのパートのものか判断できなかった場所で起こります。
どちらも、パートが最も重なる場所でひどくなります。同じ音域の2つの楽器が、同時に鳴っているところです。そうした箇所では、モデルは音をステム間で分け合うことしかできません。また多くのモデルは、ミックス全体のタイミング情報（位相）をすべてのステムで使い回します。2つの音が重なる場所では、この借り物の位相こそが、ステムの水っぽくフェイズがかかったような響きの原因になります。
いちばん難しいのはリバーブです。リバーブの余韻は声のものですが、ほかのすべての音にも覆いかぶさるため、モデルはそれをどこに振り分けるか決めなければなりません。
2ステム、6ステム、それ以上：必要なのはどの分離？
ステムが多ければ良いとは限りません。作りたいものに合った分離を選びましょう。
- カラオケやインスト： 2ステム。ボーカルとインストに分かれます。
- リミックス用のアカペラ： ボーカル全体なら2ステム。よりクリーンなリードが欲しいなら、6ステムにしてリードボーカルとコーラスの分離を使います。
- パートを覚える、合わせて弾く： 6ステム。自分の楽器をミュートして、そのパートを自分で弾きます。
- ドラムループやビートフリップ： 6ステムとドラムキットの分離。
- MIDI化や採譜： 6ステム。ミックス全体より、1つの楽器のほうがずっときれいにMIDIになります。
- 曲全体をミックスし直す： 6ステムに加えて、すべての追加分離を使います。各パートに専用のフェーダーが付くからです。
LoopMastering Stem Splitterでは、6ステムでボーカル、ドラム、ベース、ギター、ピアノ、その他に分かれます。「その他」には、シンセ、ストリングス、パッド、オルガンなど、最初の5つに入らないものがすべて入ります。2ステムでは、ボーカルとインストに分かれます。インストはボーカル以外のすべてなので、ギターやシンセが2つのファイルの間で消えてしまうことはありません。
そのあとStem Splitterはもう一度曲を聴き、その曲に実際にあるパートをさらに分離します。
- ボーカルをリードボーカルとコーラスに。
- ドラムをキック、スネア、タム、ハイハットとシンバルに。
- ギターをアコースティックギターとエレキギターに（曲に両方が入っている場合）。
- その他をブラスと残りの音に（曲にホーンセクションがある場合）。
ホーンが入っていない曲に、空のブラストラックができることはありません。また、パートの間で音が失われることもありません。追加分離したパートを足し合わせると、元のステムに戻ります。ドラムのパートを全部重ねれば、ドラムのステムが丸ごと元どおりになります。ただし、足して元に戻ることと、完璧であることは別です。各パートは耳で確認してください。それでも、細かく分けたせいで音が消えることはありません。
これは、Stem Splitterのページにあるデモでの実際の分離結果です。曲はAstari Niteの「The Boy Who Tried」。この曲にはタムがないので、ドラムはキック、スネア、シンバルの3つだけに分かれています。
いちばんクリーンなステムを得るには：最良のファイルから始める
モデルが分離できるのは、ファイルに入っている音だけです。結果を何より大きく左右するのはアップロードするファイルで、しかもいちばん簡単に改善できる部分です。
できればロスレスのファイルを使う
WAV、FLAC、AIFFは、オーディオをすべて保持します。MP3、AAC、そしてほとんどのストリーミング音源は、エンコーダーが「なくても気づかない」と判断した細部を捨てています。ところが、その小さな細部こそ、モデルが2つのパートを聴き分ける手がかりなのです。非可逆圧縮は音を時間方向にもわずかににじませ、モデルはそのにじみをステム全体にばらまいてしまいます。
MP3しかない場合は、320 kbpsなど、いちばん高いビットレートのものを使いましょう。MP3を先にWAVに変換するのはやめましょう。WAVのほうがファイルは大きくなりますが、失われた細部は戻りません。
曲のオリジナルバージョンを使う
アルバムかシングルのバージョンを分離しましょう。slowed + reverbのエディット、スピードアップ版、「8Dオーディオ」、低音ブーストされたアップロード、スピーカーから流れる音をスマホで録ったものは避けてください。どれも、パート同士をくっつけてしまうリバーブ、歪み、ノイズを加えています。
先にファイルを加工しない
曲はそのままアップロードしましょう。EQやコンプをかけたり、「エンハンス」したり、音量を上げたりしないでください。余計な処理はすべてのパートを一度に変えてしまい、どの楽器のものでもない歪みを加えることもよくあります。
潰れていないほうのバージョンを分離する
音が詰まった非常にラウドなマスターは、抜けが良くダイナミックなマスターより分離の精度が落ちます。強いリミッティングはあらゆるすき間を埋め、ハードクリッピングはピークを歪みに変えてしまいます。その歪みを、モデルは1つのパートに戻せません。曲に複数のバージョンがあるなら、音量の小さいほうを分離しましょう。自分の曲なら、ラウドなマスターではなく、リミッターをかける前のプリマスターを分離してください。
古いモノラル録音やライブ録音も分離できますが、かぶりは多めになると考えてください。パートを聴き分ける手がかりが少ないからです。
Stem Splitterは、MP3、WAV、FLAC、AIFF、M4A、AACファイルと、MP4やMOVなどの動画に対応しています。
分離しやすいもの、まだ難しいもの
パートごとに、期待できる結果の目安を知っておきましょう。
- たいていとてもクリーン： リードボーカルとドラム。形がはっきりしていて特徴が強く、モデルが学習する例も最も多いパートです。
- 安定しているが、こもることも： ベース。低い音はきれいに出ます。でも、ベースの明るいエッジや弦をはじく音はギターやキックと帯域を共有しているため、分離したベースは元の音よりこもって聴こえることがあります。
- たいてい良好： ピアノとギター（曲の中で別々の役割を担っている場合）。
- 難しめ： 同じ音域で同じフレーズを弾く2つの楽器。たとえばシンセでダブルにしたギターや、同じ低音を鳴らすキックと808。リードにぴったり寄り添うハモリ。密なシンバルに重なる歪んだギター。大きなリバーブ、クワイア、ゴスペル風のボーカルの重ね。ボコーダーやディストーションなどの強いボーカルエフェクト。
- その他： 専用のステムがない音はすべてここに入ります。シンセパッド、ストリングス、オルガン、効果音などです。
このリストは「試すな」という意味ではありません。ステムの音が粗いときは、その曲がおそらく「難しめ」のグループに入っているということで、そんなときは下の対処法が役に立ちます。
2分でできるステムのチェック方法
最初の10秒で分離の良し悪しを判断しないでください。たいていのイントロは分離しやすいからです。次のようにチェックしましょう。
- いちばん音量の大きいサビで、各ステムをソロにします。そこはパートが最も重なる場所なので、問題が最初に表れます。
- 次に、静かな部分を聴きます。イントロ、ブレイクダウン、フェードアウトです。アーティファクトは、すき間でいちばん聴き取りやすくなります。
- かぶり（ほかのパートの音がうっすら聴こえる）と、アーティファクト（水っぽい音や金属的な音）に耳を澄ませます。
- ボーカルをミュートして、残りを聴きます。インストにボーカルがうっすら残るのは、カラオケ音源でいちばんよくある問題です。
- ステムを曲の中に戻して聴きます。ステムはほぼ必ず、ソロよりミックスの中のほうが良く聴こえます。少しのかぶりなら、ほかのパートが鳴ると聴こえなくなることもよくあります。
チェックの厳しさは用途に合わせましょう。カラオケや練習なら、多少のかぶりは問題になりません。リリースするリミックスや、ビートに使うサンプルには、もっとクリーンなステムが必要です。
ソロでのチェックはヘッドホンで、曲の中でのチェックはスピーカーで行いましょう。Stem Splitterでは、曲を再生しながらどのステムでもソロやミュートができます。
DAWでかぶりやアーティファクトを直す方法
小さな問題には、小さな対処で十分です。10個ものプラグインを並べないと使えないステムなら、より良い元ファイルか、別の分離を試しましょう。
- アカペラの低いゴロゴロ音： 80〜100 Hzあたりにハイパスフィルターをかけると、声の下に残ったキックやベースのほとんどが消えます。
- フレーズの間のノイズ： 穏やかなゲートやエキスパンダーで、すき間を閉じます。言葉の語尾が残るように、リリースは遅めにしましょう。
- 小さな水っぽいアーティファクト： リミックスなら、アカペラに少しリバーブかディレイをかけると目立たなくなります。
- ベースに混じるハイハット： ベースのステムにローパスフィルターをかければ取り除けます。
- こもったベース： EQで中高域を少し足すか、軽くサチュレーションをかけて、小さなスピーカーでもベースが聴き取れるようにします。あるいは、ベースをMIDIにして、自分の音色でラインを弾き直しましょう。
- 水っぽいシンバル： 高域をブーストしてはいけません。ブーストするとアーティファクトも大きくなります。代わりに、ミックスの中でシンバルを少し下げておきましょう。
- 弱い、または濁ったキックとスネア： キックとスネアのパートでドラムサンプルをトリガーするか、ドラムをMIDIにして自分のキットで鳴らしましょう。
- インストに残るボーカルの影： その部分だけ中高域を少し下げるか、新しく録ったボーカルで覆い隠しましょう。
ステムで作れるもの
カラオケとバッキングトラック
2ステムを選んで、インストをダウンロードしましょう。または6ステムを選び、リードボーカルをミュートしてコーラスを残せば、本物のハモリに合わせて歌えます。Stem Splitterの「このミックスをダウンロード」を使うと、ミュートしたステムを除いて、聴こえているとおりの音を1つのファイルに保存できます。
曲が自分の声には高すぎたり低すぎたりするなら、練習中に自分のキーへ移調したり、テンポを落としたりできます。ダウンロードするファイルは元のキーとテンポのままにも、変更後のキーとテンポにもできます。
アカペラとインストを手早く作りたいなら、無料ボーカルリムーバーも使えます。
アカペラ、リミックス、マッシュアップ
必要なのはキーとテンポです。Stem Splitterはその両方を表示します。ハーモニックミキシング用のCamelotコード付きのキーと、BPMです。プロジェクトのテンポを曲に合わせ、アカペラを1小節目に置けば、ぴったり合います。生バンドが演奏した曲はテンポが揺れるので、そうした曲ではDAWのワープやテンポマップを使いましょう。
リミックス用のボーカルなら、ボーカルのステム全体より、リードボーカルのパートだけのほうがクリーンに聴こえることがよくあります。コーラスは、欲しいところにだけ戻しましょう。
DJエディット
今ではほとんどのDJソフトがリアルタイムでステムを分離でき、即興には最適です。ただ、リアルタイムのステムはプレイ中にノートPC上で作られるもので、Digital DJ Tipsの検証では、事前に用意したステムにはどうしても及ばないという結果が出ています。アカペラのイントロやドラムだけのアウトロなど、ここぞという場面のためには、家で曲を分離してステムをチェックし、そのファイルを現場に持って行きましょう。
練習と耳コピ
自分の楽器をミュートして、バンドと一緒にそのパートを弾きましょう。ソロにすれば、すべての音を覚えられます。音程を変えずに曲を遅くしたり、自分のキーに移調したりもできます。
Stem Splitterのメトロノームは曲のビートに追従し、1小節または2小節のカウントインも付いています。生のドラマーのテンポが走ったりもたったりしても、クリックはドラマーについていきます。クリックトラックをWAVで書き出すこともできます。
MIDIと採譜
ミックス全体より、1つの楽器のほうがずっと採譜しやすくなります。ベースをソロにすれば、ベースラインがはっきり聴こえます。Stem Splitterは、ベース、ピアノ、ギター、ボーカル、ドラムのステムを、DAWにドラッグできるMIDIノートに変換します。MIDIは耳で確認してください。手早く始めるための素材であって、完成した譜面ではありません。曲全体をMIDIにしたいなら、オーディオMIDI変換を試してみてください。
サンプリング
ステムを使えば、曲のほかの音が重なっていない状態で、ドラムブレイクやコードスタブを1つだけ抜き出せます。他人のレコードから取ったサンプルは、リリース前に権利処理（クリアランス）が必要です。詳しくは後述します。
自分の昔の曲を新しくミックスする
昔の曲のセッションをなくしてしまいましたか？ステレオのバウンスを分離し、オンラインミキシングでステムを新しくミックスして、そのミックスをマスタリングに送りましょう。もう完成したきりだと思っていた曲の、新しいバージョンが手に入ります。
DAWでステムを使う方法
- 位置をそろえる： どのステムも曲と同じ長さで、同じ位置から始まります。すべて0:00に置けば、同期して再生されます。
- サンプルレートを合わせる： WAVのステムは44.1 kHzです。44.1 kHzのプロジェクトを使うか、読み込み時にDAWで変換しましょう。
- 作業にはWAVを使う： 編集やミックスには24-bit WAV。練習や手軽な共有なら、MP3やM4Aで十分です。
- テンポを設定する： BPMを入力し、グリッドがドラムと合っているか確認します。テンポが揺れる場合は、ステムをワープさせましょう。
- トラックに名前と色を付ける： ステムが12本もあるプロジェクトは、すぐに混乱します。
曲をステムに分離するのは合法？
曲を分離しても、その曲の権利者は変わりません。どの曲にも2種類の権利があります。1つは録音（原盤）の権利で、通常はレーベルが持っています。もう1つは楽曲（作詞・作曲）の権利で、通常はソングライターとその音楽出版社が持っています。法律は国によって異なり、この記事は法的助言ではありません。それでも、一般的なルールははっきりしています。
- 通常は問題なし： 自分の曲、ライセンスを持っている音楽、個人的な練習や勉強のためのステム。
- 両方の権利者の許可が必要： リミックスのリリース、原曲のインストを使ったカバー、他人の録音のサンプリング。ストリーミングサービスでの配信や、収益化した動画も同じです。
- 「短ければOK」なサンプルはない： 何秒以内ならリリースしても安全、という基準はありません。
- 無料でも配布は配布： リミックスを無料でネットに公開するのも、配布にあたります。
公式のステムパックやリミックスコンテストなら、ファイルと一緒に許可も付いてくるので、手軽に始められます。分離するのは使用する権利のある音楽だけにするか、ステムを個人的な練習の範囲で使ってください。LoopMasteringでは、アップロードしたファイルは非公開のままです。
ステム分離のクイックチェックリスト
最良のソース： 曲のオリジナルバージョン。手元にあればWAV、FLAC、AIFFで。
適切な分離： ボーカルとインストなら2ステム、主要なパートすべてなら6ステム、ドラムキットやボーカルの重なりには追加分離。
耳で確認済み： すべてのステムを、サビと静かな部分でソロにして聴いた。
後処理は軽く： フィルター、ゲート、小さなEQカットまで。修復チェーンは組まない。
位置合わせ： すべてのステムが0:00から始まり、プロジェクトは曲のテンポに設定済み。
権利： 自分の曲である、許可を得ている、または個人的な練習用である。
ステム分離のよくある質問
LoopMasteringのステム分離は無料ですか？
はい。アカウントなしで、曲を分離し、すべてのステムをブラウザで無料で試聴できます。ステムをダウンロードするには、Unlimitedに登録するか、その曲を購入してください。
分離にはどのくらい時間がかかりますか？
ほとんどの曲は約1分で完了し、10曲中9曲は2分以内に終わります。ページを離れてもかまいません。ステムの準備ができたらメールでお知らせできます。
1曲からいくつのステムが得られますか？
メインのステムは6つです。追加分離を含めると、1曲から最大16トラックを取り出せます。6つのメインステムに加えて、リードボーカルとコーラス、キック、スネア、タム、ハイハットとシンバル、アコースティックギターとエレキギター、そしてブラスと「その他（ブラスなし）」です。追加分離は、曲にそのパートがある場合にだけ表示されます。
ステムを足すと元の曲に戻りますか？
2ステムなら、戻ります。インストは曲からボーカルを引いたものなので、2つのファイルを合わせると元の曲になります。追加分離も同じ仕組みです。ドラムのパートを足すとドラムのステムに、ボーカルのパートを足すとボーカルのステムに戻ります。6つのメインステムは、それぞれ別々に推定したものなので、合わせると元の曲にとても近くなりますが、常に完全に一致するとは限りません。また、足して元に戻るからといって、各ステムがクリーンだという証明にはなりません。1つずつ耳で確認してください。
ボーカルのステムが水っぽく聴こえるのはなぜ？
一部の音がどのパートのものか、モデルが判断しきれなかったためです。よくある原因は、リバーブ、非可逆圧縮の元ファイル、声と同じ音域にあるほかのパートです。ロスレスのファイルを試す、リードボーカルのパートを使ってみる、そしてミックスで少しリバーブをかけて小さなアーティファクトを隠す、といった方法を試しましょう。
ベースのステムがこもって聴こえるのはなぜ？
ベースの低い音はきれいに分離されます。でも、弦をはじく音やシンセベースのバズ感のような明るいエッジは、ギター、鍵盤、キックと帯域を共有しているため、その一部がほかのステムに行ってしまいます。EQで中高域を少し足すか、軽くサチュレーションをかけて、エッジを取り戻しましょう。あるいは、ベースをMIDIにして、自分の音色でラインを弾き直す方法もあります。
完璧なアカペラは作れますか？
かなり近いものは作れますが、スタジオで録ったボーカルと常に同じになるわけではありません。クリーンなポップスやヒップホップのボーカルなら、非常に近い仕上がりになることもあります。大きなリバーブや厚いハモリがある曲では、かぶりが多くなります。
WAVとMP3、どちらをアップロードすべき？
手元にあれば、WAV、FLAC、AIFFを使いましょう。MP3でも分離できますが、ステムの品質は元のファイル次第です。
動画の音声も分離できますか？
はい。MP4またはMOVファイルをアップロードすれば、Stem Splitterがそこから音声を取り出します。
分離したステムをミックスやマスタリングできますか？
はい。ステムをミキシングにアップロードすると完成ミックスが作れ、そのミックスをマスタリングに送れます。どちらもLoopMasteringの機能です。すべての手順は、ガイド「ステムから曲をミックスする方法」で紹介しています。
よく知っている曲で試してみましょう
ステム分離で何ができるかを知るいちばんの方法は、隅々まで知っている曲で聴いてみることです。その曲をStem Splitterにアップロードし、パートを開いて、サビのボーカルをソロにしてみてください。
まとめると、手元にある最良のファイルから始め、目的に合った分離を選び、曲がいちばん混み合う部分ですべてのステムをチェックし、小さな問題は小さなツールで直し、すべてを0:00にそろえる。これが、完成した曲からクリーンなステムを得る方法です。