Tách vocal khỏi nhạc: 4 công cụ Demucs, UVR, CapCut

Muốn tách vocal khỏi bản thu của chính bạn, dùng Demucs hoặc Ultimate Vocal Remover miễn phí trên máy, CapCut nếu nhạc lẫn trong video, Stem Splitter nếu bạn có Logic Pro.

Tách vocal chỉ dành cho bản thu của bạn hoặc nhạc có giấy phép

Trang Bản quyền trên YouTube, đọc ngày 12/10/2026, nói người tạo tác phẩm gốc thường là chủ sở hữu bản quyền và quyết định ai được dùng tác phẩm. Bản ghi âm như bài hát nằm trong nhóm được bảo hộ.

Tách giọng hát khỏi nhạc không biến bài hát của người khác thành của bạn. Trang Những quan niệm sai lầm phổ biến về bản quyền ghi rõ: mua bài hát không cho bạn quyền đăng lại, ghi tên tác giả không thay cho việc xin phép. Bản hát lại (cover) thường vẫn cần chủ sở hữu cho phép.

Vì vậy bài này chỉ nói tới bản demo bạn tự thu, nhạc bạn có quyền chỉnh sửa, hoặc video bạn quay bị lẫn nhạc mà bạn muốn giữ giọng nói. Đừng tách nhạc của người khác để đăng lại hay làm karaoke công khai khi chưa có quyền. YouTube cũng nói không cách nào đảm bảo tránh được cảnh cáo bản quyền hay thông báo Content ID, và bài này không hướng dẫn lách các cơ chế đó.

Tách vocal miễn phí trên máy: Demucs chỉ cần một dòng lệnh

Demucs (trang tiếng Anh) là mô hình tách nguồn nhạc mã nguồn mở trong kho facebookresearch của Meta, giấy phép MIT. Bản v4 dùng Hybrid Transformer, tách trống, bass và giọng hát khỏi phần nhạc còn lại. Tác giả đã rời Meta nên kho này không còn được bảo trì; bản được bảo trì chính thức giờ là adefossez/demucs (trang tiếng Anh).

Cài bằng lệnh python3 -m pip install -U demucs. Muốn chỉ lấy giọng hát và phần nhạc, chạy demucs --two-stems=vocals tep.mp3. Kết quả nằm trong thư mục separated, mặc định là tệp WAV stereo 44,1 kHz.

Demucs đọc được WAV, MP3, FLAC; trên Windows nó dựa vào ffmpeg để đọc tệp. Bài skill chạy trên máy cần gì giải thích khi nào bạn cần Python và card đồ hoạ.

Ultimate Vocal Remover: bấm chuột thay vì gõ lệnh, nhưng nặng máy

Ultimate Vocal Remover (UVR, trang tiếng Anh) là giao diện đồ hoạ tách giọng bằng mạng nơ-ron sâu, giấy phép MIT. Ứng dụng gom ba kiến trúc MDX-Net, VR và Demucs.

Bộ cài Windows dành cho Windows 10 trở lên và phải cài vào ổ C:. Bản macOS dành cho Big Sur trở lên, có bản riêng cho chip M1 và chip Intel.

Muốn tách bằng card đồ hoạ, UVR cần tối thiểu Nvidia GTX 1060 6GB, khuyên dùng card từ 8GB bộ nhớ. Card AMD Radeon mới được hỗ trợ hạn chế, và ứng dụng chỉ chạy trên máy 64-bit.

CapCut tách giọng ngay trong video, hợp khi clip của bạn lẫn nhạc nền

Quay vlog mà quán đang mở nhạc thì CapCut Desktop có công cụ cách ly giọng hát. Trang Vocal Remover của CapCut hướng dẫn: nhập video, vào tab Âm thanh > Cơ bản, chọn công cụ cách ly giọng hát, rồi chọn giữ hay xoá giọng.

Phần đã tách xuất được ra MP3, WAV, FLAC hoặc AAC. Trang nói xoá giọng không ảnh hưởng chất lượng âm thanh nền nhưng không đưa số liệu, nên bạn hãy nghe lại trước khi dùng. Gói miễn phí của CapCut có gì thì xem bài tạo video AI miễn phí.

Logic Pro có Stem Splitter, nhưng chỉ chạy trên Mac chip Apple

Stem Splitter (trang tiếng Anh) tách bản phối thành giọng hát, trống, bass, guitar, piano và nhạc cụ khác. Tính năng chỉ có trên Mac chip M1 trở lên.

Cách làm: nhấn Control và bấm vào vùng âm thanh, chọn Processing > Stem Splitter, chọn preset hoặc tick từng stem, rồi bấm Apply. Các stem hiện trong một summing stack dưới track gốc, vùng gốc bị tắt tiếng để bạn nghe ngay.

Trang Logic Pro (trang tiếng Anh) ghi Logic Pro nằm trong gói Apple Creator Studio: dùng thử 30 ngày, sau đó 12,99 USD mỗi tháng (khoảng 339.000 đồng) hoặc 129 USD mỗi năm (khoảng 3.369.000 đồng). Mua riêng Logic Pro là 199,99 USD (khoảng 5.224.000 đồng). Giá quy đổi theo tỷ giá Vietcombank 12/10/2026. Máy cần macOS 15.6 trở lên.

Chất lượng tách vocal phụ thuộc vào những gì?

Chủ yếu là mô hình, bộ nhớ máy và định dạng xuất. Trong danh sách mô hình Demucs (trang tiếng Anh), htdemucs_ft có thể tốt hơn một chút nhưng chạy lâu gấp 4 lần. Bản 6 nguồn htdemucs_6s tách piano còn lẫn nhiều tạp âm.

Đoạn cắt (segment) dài hơn tốn bộ nhớ hơn nhưng có thể cho chất lượng tốt hơn. Demucs cần ít nhất 3GB bộ nhớ card đồ hoạ, khoảng 7GB nếu để mặc định. Chạy bằng CPU thì mất khoảng 1,5 lần thời lượng bài.

Demucs mặc định xuất WAV 16-bit, có tuỳ chọn --int24 hoặc --float32. Nó tự hạ âm lượng từng stem để tránh vỡ tiếng, nên độ to giữa các stem có thể đổi. Với UVR, thời gian xử lý phụ thuộc nhiều vào phần cứng. Nếu bạn còn giữ tệp thu riêng từng track của bản demo, dùng luôn các tệp đó thì khỏi phải tách.

Năm lỗi hay gặp khi tách vocal

Demucs báo hết bộ nhớ card đồ hoạ. Giảm --segment, hoặc thêm -d cpu để chạy bằng CPU, như Demucs gợi ý.

UVR báo lỗi khi mở tệp MP3. UVR cần FFmpeg để đọc tệp không phải WAV. Lỗi cấp phát bộ nhớ thường hết khi hạ Segment hoặc Window.

UVR chạy chập chờn trên Windows. Kiểm lại ứng dụng có nằm ở ổ C: không, vì cài ổ khác sẽ không ổn định.

Không thấy Stem Splitter trong Logic Pro. Apple cho biết (trang tiếng Anh) tính năng này không có trên Mac chip Intel, hoặc khi Logic Pro chạy qua Rosetta.

Tách xong đăng lên vẫn bị báo bản quyền. Phần nhạc vẫn là của chủ sở hữu, kể cả khi bạn chỉ giữ beat. Chỉ dùng bản thu bạn có quyền.

Tóm lại, chọn Demucs nếu quen dòng lệnh, UVR nếu muốn bấm chuột và có card Nvidia, CapCut nếu nhạc lẫn trong video, Stem Splitter nếu đã có Logic Pro. Tách xong mà video gốc còn dài, skill Cắt video dài thành nhiều short đang hoàn thiện và nhận dùng miễn phí trước khi mở bán.

Nguồn tham khảo (9) · đọc ngày 12/10/2026

• YouTube Trợ giúp: Bản quyền trên YouTube
• YouTube Trợ giúp: Những quan niệm sai lầm phổ biến về bản quyền
• GitHub: facebookresearch/demucs và adefossez/demucs (tiếng Anh)
• GitHub: Ultimate Vocal Remover GUI (tiếng Anh)
• CapCut: Loại bỏ giọng hát
• Apple: Stem Splitter in Logic Pro for Mac (tiếng Anh)
• Apple: If you can't find Stem Splitter on Mac (tiếng Anh)
• Apple: Logic Pro (tiếng Anh, giá và yêu cầu hệ thống)
• Vietcombank: Tỷ giá, bán ra 26.120 đồng/USD ngày 12/10/2026

Linh SEO Agent