Como Se Separa Flauta - Como Se Separa Flauta Librain
Como Se Separa Flauta Librain

Separar flauta de uma música gravada

O processo de como se separa flauta depende basicamente do que você tem em mãos. Se for uma gravação multitrack (cada instrumento numa pista separada), é só silenciar as outras e pronto. A grande maioria das pessoas chega com um áudio stereo mesclado e quer isolar a flauta. Isso exige processamento de sinal ou IA. Existem duas abordagens principais: subtração espectral e modelos de separação por fonte. A primeira é rápida mas limitada. A segunda exige mais tempo mas entrega resultados bem melhores.

Como se separa flauta usando ferramentas de IA

Ferramentas como Demucs, Spleeter e o modelo MDX do Ultimate Vocal Remover conseguem separar frequências por categoria. O Flautas geralmente ficam agrupadas junto com outros instrumentos de sopro. Se você usa Demucs no modo mdx, o modelo tende a separar "vocais", "bateria", "baixo" e "outros". A flauta entra na categoria "outros" e cai misturada com piano, cordas e sintetizadores. O truque que funciona na prática é rodar primeiro o modelo para isolar o grupo "outros", depois aplicar um filtro notch nos espectrogramas para eliminar frequências típicas da flauta se você quiser limpar o resultado final, ou aplicar um segundo modelo específico de instrumentos melódicos. Eu já passei horas tentando separar uma flauta em uma gravação de bossa nova onde o violão e a flauta tocavam praticamente na mesma região espectral — entre 800 Hz e 2,5 kHz. Nada de software resolver isso perfeitamente. O que funcionou foi rodar o áudio por um modelo Demucs, extrair a faixa de "outros", e então usar um plugin de equalização dinâmica tipo Waves Shaper ou o FabFilter Pro-Q 3 com sidechain, usando o áudio vocal como referência para detectar as passagens de flauta, já que o violão estava presente o tempo todo e a flauta entrava em momentos específicos.

Isso reduziu bastante o ruído de fundo, mas nunca ficou 100% limpo. O problema real é que flauta e piano compartilham harmônicos muito próximos. Nenhum separador atual consegue distinguir timbres na mesma família de forma confiável.

Método com Demucs instalado localmente

Você precisa do Python 3.10 e rodar: pip install demucs

👉 Clique no botão abaixo para saber mais sobre o assunto!

Depois: demucs --dl -s mdx -o ./saída minha_musica.mp3

O download do modelo leva uns minutos na primeira vez. A separação completa de um arquivo de 4 minutos gasta cerca de 2 a 5 minutos em uma GPU moderada. Sem GPU, pode levar 15 a 30 minutos. Os arquivos separados aparecem na pasta de saída. Procure por "other.wav" — é aí que a flauta provavelmente está. Para melhorar, rode esse arquivo novamente passando pelo modelo "musdb" do Demucs, que às vezes faz uma segundaação mais fina dentro da categoria outros.

Filtros manuais para refinar

A flauta transversa produz fundamental entre 261 Hz (Dó médio) e 1200 Hz, com harmônicos que se estendem até 6 ou 7 kHz. Um EQ com banda estreita em corte seletivo ajuda a limpar o resto. Use Q entre 8 e 12 para não destruir o corpo do som. Corte suavemente abaixo de 200 Hz porque flauta não tem energia lá, e remova um pouco acima de 8 kHz se houver assobio indesejado de compressores anteriores. O risco aqui é remover parte do ataque da nota, especialmente em flautistas que tocam com muita respiração. O ataque é onde está a definicao do timbre. Se o resultado ficar "oco", é porque cortou frequências médias altas demais.

Alternativa quando a IA falha

Se você tem acesso a um teclado MIDI ou partitura e quer reconstruir a linha da flauta, uma opção honesta é usar uma synthesizer sampleado de flauta e montar a linha manualmente a partir da partitura ou da audição. Leva tempo, mas o resultado é limpo, controlável e sem artefatos de processamento. Também dá para usar o plugin de pitch correction Melodyne para extrair a melodia e exportar como MIDI, depoisocar num sample de flauta. Nenhuma dessas técnicas é perfeita. A separação de fontes ainda é um problema mal posto quando os instrumentos se sobrepõem em frequência, amplitude e tempo. A melhor aproximação que existe hoje combina IA com ajustes manuais pós-processamento.

Demucs no GitHub — repositório oficial com instruções de instalação.