A Equipe de Áudio RemoveVocals

Os engenheiros e pesquisadores que projetam, treinam e lançam os modelos de áudio por trás de cada ferramenta neste site.

Última revisão: 10 de abril de 2026
O RemoveVocals é desenvolvido por uma equipe pequena e dedicada de engenheiros de áudio sediada em Paris, França. Juntos, cobrimos toda a cadeia de trabalho — separação neural de fontes, DSP clássico e avaliação de escuta em nível de masterização — garantindo que cada ferramenta do site seja validada de ponta a ponta antes de ser lançada. Publicamos sob o nome da equipe e revisamos cada página de ferramentas pelo menos uma vez por trimestre, sempre com base nos pesos de modelo mais recentes e nos testes de escuta.

Léa Moreau

Engenheira-Chefe de ML de Áudio

Léa lidera o trabalho de aprendizado de máquina por trás das ferramentas Vocal Remover, Stem Splitter e Audio-to-Lyrics. Especialista em separação neural de fontes no domínio do espectrograma, ela gerencia o pipeline que converte modelos de nível de pesquisa para inferência no navegador sem perda de qualidade perceptível. Oito anos de experiência em recuperação de informações musicais, com passagem anterior por P&D de áudio em um laboratório de pesquisa de plataforma de streaming.

Separação de fontesÁudio neuralWebAssemblyAnálise de espectrogramaMIR

Julien Bertrand

Engenheiro de DSP

Julien é responsável pela parte de DSP clássico do kit de ferramentas: o modificador de tom baseado em vocoder de fase, o time-stretcher, o redutor de ruído por subtração espectral, o Key Finder baseado em cromograma e o BPM Finder com detecção de onset. Ex-desenvolvedor de plugins de áudio com uma década de experiência em DSP em tempo real com C++ e, mais recentemente, com WebAssembly e AudioWorklets.

DSPVocoder de faseSubtração espectralCromogramaEstimativa de BPMDetecção de tonalidade

Camille Rousseau

Líder de Masterização e QA

Camille coordena o painel de escuta e o trabalho de masterização. Cada atualização de modelo é validada contra um conjunto de referência de faixas comerciais que abrangem pop, rock, hip-hop, eletrônico, clássico e palavra falada. Ela também ajusta os parâmetros de loudness, true-peak e equilíbrio tonal da ferramenta AI Mastering para atender às normas EBU R128 e aos requisitos das plataformas de streaming. Formação em engenharia de masterização e psicoacústica.

MasterizaçãoPsicoacústicaEBU R128True-peakTestes de escuta

Como revisamos as páginas de ferramentas

Cada página de ferramenta no RemoveVocals exibe um selo visível com a data da "última atualização" e indica o revisor responsável. Revisamos cada página por meio de nossa checklist editorial pelo menos uma vez por trimestre: reavaliamos o modelo subjacente com um novo conjunto de amostras, atualizamos as estatísticas de precisão caso tenham mudado, atualizamos as comparações com concorrentes e incrementamos o dateModified campo nos dados estruturados. Qualquer alteração significativa também gera uma entrada resumida no changelog do blog.

Padrões editoriais

Não realizamos comparações patrocinadas, não aceitamos pagamento por posicionamento em nenhuma lista e não publicamos uma página de ferramenta até que ela tenha passado por um teste de escuta A/B cego com pelo menos dois concorrentes comerciais. Quando afirmamos uma estatística — precisão, velocidade, pontuação SDR — ela vem de um benchmark interno que você mesmo pode reproduzir carregando o mesmo arquivo de teste.

Contato

Fale com a equipe pela página Sobre. Para questões jurídicas, de licenciamento ou imprensa, consulte a Aviso Legal.