El equipo de audio de RemoveVocals

Los ingenieros e investigadores que diseñan, entrenan y lanzan los modelos de audio detrás de cada herramienta de este sitio.

Última revisión: 10 de abril de 2026
RemoveVocals es desarrollado por un equipo pequeño y especializado de ingenieros de audio con sede en París, Francia. Entre todos abarcamos el stack completo: separación de fuentes neural, DSP clásico y evaluación auditiva de nivel mastering, de modo que cada herramienta del sitio se valida de extremo a extremo antes de su lanzamiento. Publicamos bajo el nombre del equipo y revisamos cada página de herramienta al menos una vez por trimestre frente a los últimos pesos del modelo y pruebas de escucha.

Léa Moreau

Ingeniera de Audio ML Principal

Léa lidera el trabajo de machine learning detrás de las herramientas Vocal Remover, Stem Splitter y Audio-to-Lyrics. Se especializa en separación de fuentes neurales en el dominio espectral y gestiona el pipeline que adapta modelos de nivel investigación para inferencia directa en el navegador sin pérdida de calidad apreciable. Ocho años de trayectoria en recuperación de información musical; anteriormente en I+D de audio en un laboratorio de investigación de plataforma de streaming.

Separación de fuentesAudio neuralWebAssemblyAnálisis de espectrogramaMIR

Julien Bertrand

Ingeniero de DSP

Julien se encarga de la vertiente de DSP clásico del kit: el cambiador de tono con phase-vocoder, el time-stretcher, el reductor de ruido por sustracción espectral, el Key Finder basado en cromagramas y el BPM Finder por detección de onset. Exdesarrollador de plugins de audio con una década de experiencia escribiendo DSP en tiempo real en C++ y, más recientemente, en WebAssembly y AudioWorklets.

DSPVocoder de faseSustracción espectralCromagramaEstimación de BPMDetección de tonalidad

Camille Rousseau

Líder de Mastering y QA

Camille dirige el panel de escucha y el trabajo de mastering. Cada actualización del modelo se valida frente a un conjunto de pistas comerciales de referencia que abarca pop, rock, hip-hop, electrónica, clásica y palabra hablada. También ajusta los objetivos de loudness, true-peak y balance tonal de la herramienta AI Mastering para adaptarlos a las normas EBU R128 y los estándares de las plataformas de streaming. Formación en ingeniería de mastering y psicoacústica.

MasteringPsicoacústicaEBU R128True-peakPruebas de escucha

Cómo revisamos las páginas de herramientas

Cada página de herramienta en RemoveVocals muestra un distintivo visible de «última actualización» e indica un revisor. Repasamos la página con nuestra lista de verificación editorial al menos una vez por trimestre: volvemos a probar el modelo subyacente con un nuevo conjunto de muestras, actualizamos las estadísticas de precisión si han variado, renovamos cualquier comparativa con la competencia y actualizamos el dateModified campo en los datos estructurados. Cualquier cambio significativo también genera una entrada breve en el registro de cambios del blog.

Estándares editoriales

No realizamos comparativas patrocinadas, no aceptamos pagos por posicionamiento en ningún listado y no publicamos una página de herramienta hasta que no haya superado una prueba de escucha ciega A/B frente a al menos dos alternativas comerciales. Cuando citamos una estadística —precisión, velocidad o puntuación SDR—, esta proviene de un benchmark interno que puedes reproducir tú mismo subiendo el mismo archivo de prueba.

Contacto

Comunícate con el equipo a través de la página Acerca de. Para consultas legales, de licencias o de prensa, visita la Aviso legal.