L'équipe audio RemoveVocals
Les ingénieurs et chercheurs qui conçoivent, entraînent et déploient les modèles audio derrière chaque outil de ce site.
Dernière mise à jour : 10 avril 2026Léa Moreau
Ingénieure ML Audio PrincipaleLéa pilote les travaux de machine learning derrière les outils Vocal Remover, Stem Splitter et Audio-to-Lyrics. Elle est spécialisée dans la séparation de sources neuronale dans le domaine du spectrogramme et supervise le pipeline qui adapte les modèles de niveau recherche pour une inférence directement dans le navigateur, sans perte de qualité mesurable. Huit ans d'expérience en recherche d'information musicale, avec un passage en R&D audio dans un laboratoire de recherche d'une plateforme de streaming.
Julien Bertrand
Ingénieur DSPJulien est responsable de la partie DSP classique de la boîte à outils : le changeur de hauteur par vocodeur de phase, l'étireur temporel, le réducteur de bruit par soustraction spectrale, le Key Finder basé sur le chromagramme et le BPM Finder par détection d'onset. Ancien développeur de plugins audio avec une décennie d'expérience en DSP temps réel en C++ et, plus récemment, en WebAssembly et AudioWorklets.
Camille Rousseau
Responsable Mastering & Assurance QualitéCamille supervise les écoutes critiques et les travaux de mastering. Chaque mise à jour de modèle est validée face à un ensemble de référence de titres commerciaux couvrant la pop, le rock, le hip-hop, l'électro, le classique et la parole. Elle calibre également les cibles de loudness, de true-peak et d'équilibre tonal de l'outil AI Mastering selon les normes EBU R128 et les exigences des plateformes de streaming. Formation en mastering et en psychoacoustique.
Notre processus de révision des pages d'outils
Chaque page d'outil sur RemoveVocals affiche un badge « dernière mise à jour » visible et mentionne un réviseur. Nous soumettons chaque page à notre checklist éditoriale au moins une fois par trimestre : nous re-testons le modèle sous-jacent sur un nouvel ensemble d'échantillons, mettons à jour les statistiques de précision si elles ont évolué, actualisons toute comparaison concurrentielle, et incrémentons le dateModified champ dans les données structurées. Tout changement significatif génère également une courte entrée de journal des modifications sur le blog.
Nos standards éditoriaux
Nous ne réalisons pas de comparatifs sponsorisés, nous ne monnayons pas les placements dans nos articles, et nous ne publions une page d'outil qu'après qu'elle a passé un test d'écoute A/B en aveugle face à au moins deux alternatives commerciales. Chaque statistique que nous avançons — précision, vitesse, score SDR — est issue d'un benchmark interne que vous pouvez reproduire en chargeant vous-même le même fichier de test.
Contact
Contactez l'équipe via la page À propos. Pour toute demande juridique, de licence ou presse, consultez la Mentions légales.