Stem Splitter
Ein Stem Splitter ist eine Software, die einen fertigen Musikmix automatisch in seine einzelnen Bestandteile zerlegt — etwa Gesang, Schlagzeug, Bass und Gitarre. Ermöglicht wird das durch KI-Modelle, die trainiert wurden, verschiedene Klangquellen in einem gemeinsamen Signal voneinander zu unterscheiden.
Ein Stem Splitter ist ein Programm, das ein fertiges Musikstück auseinandernimmt. Man gibt einen Song hinein und bekommt mehrere einzelne Spuren heraus: Gesang auf einer Spur, Schlagzeug auf einer anderen, Bass auf einer dritten. Diese Einzelspuren heißen im Musikstudio « Stems ». Früher konnte man einen abgemischten Song nicht mehr zerlegen — das war so, als würde man versuchen, Rührei zurück in ein rohes Ei zu verwandeln. Moderne Stem Splitter schaffen das dennoch, weil sie mit großen Mengen an Musikdaten trainiert wurden und gelernt haben, welche Klangmuster typischerweise zu welchem Instrument gehören.
Bedeutung für Musiker, Produzenten und Fans
Für professionelle Musikproduktion war Quellentrennung lange ein teures Nischenthema. Wer ein Instrument aus einem fremden Song isolieren wollte, brauchte entweder Zugang zu den Originaldateien des Studios oder sehr viel Geduld beim manuellen Bearbeiten. Beides ist für die meisten Menschen nicht realistisch.
Stem Splitter demokratisieren diesen Zugang. Ein Hobbymusiker kann jetzt das Schlagzeug aus einem Lieblingssong isolieren, um es als Übungsbegleitung zu nutzen. Ein DJ kann den A-cappella-Gesang eines Tracks herausschneiden und über einen anderen Beat legen. Und Musiklehrer können einzelne Instrumente stumm schalten, damit Schüler genau hinhören, was der Rest des Ensembles spielt.
Auch in der Sprachverarbeitung gibt es verwandte Anwendungsfälle: Systeme, die in einer Aufnahme mit mehreren Stimmen einzelne Sprecher trennen, arbeiten nach demselben Grundprinzip. Der Begriff « Stem Splitter » bezieht sich aber fast ausschließlich auf Musik.
Wie ein KI-Modell Klänge trennt
Ein Audiosignal ist eine einzige Kurve — alle Instrumente überlagern sich darin gleichzeitig. Das Modell lernt nicht, diese Kurve mechanisch zu « entwirren ». Stattdessen wird die Aufnahme zunächst in eine andere Darstellung umgewandelt: ein sogenanntes Spektrogramm, das zeigt, welche Frequenzen zu welchem Zeitpunkt wie laut sind. Tiefe Frequenzen unten, hohe oben — ähnlich wie eine Heatmap.
Das Modell — in der Praxis oft ein neuronales Netz, also ein System aus vielen mathematischen Schichten — wurde mit tausenden Songs trainiert, für die die Originalspuren vorlagen. Es hat dabei gelernt, welche Frequenzmuster typischerweise von einer Stimme stammen und welche von einer Bassgitarre. Beim Einsatz auf einem neuen, unbekannten Song schätzt es für jeden Zeitpunkt und jede Frequenz, welchem Instrument der Klang wahrscheinlich gehört. Daraus baut es die getrennten Spuren zusammen.
Das Ergebnis ist selten perfekt. Hohe Frauenstimmen und helle Gitarren liegen im Frequenzspektrum nah beieinander. Wenn beide gleichzeitig erklingen, passieren Fehler: Ein bisschen Gitarre landet in der Gesangsspur oder umgekehrt. Dieses Artefakt nennt man « Bleeding » — auf Deutsch sinngemäß: das Signal « blutet » in die falsche Spur. Die Qualität hängt stark davon ab, wie viele und wie vielfältige Musikstücke das Modell zuvor gesehen hat.
Stem Splitter in der Praxis: Tools, Rechtsstreit und Remixes
Das bekannteste frei zugängliche Tool heißt Spleeter, entwickelt vom Musik-Streamingdienst Deezer und 2019 als Open-Source-Projekt veröffentlicht. Kommerzielle Alternativen wie LALAL.AI, Moises oder iZotope RX richten sich an Profis und versprechen bessere Qualität bei schwierigen Aufnahmen. DJ-Software wie rekordbox oder Traktor hat Stem-Splitting mittlerweile direkt eingebaut.
Die Technologie sorgt aber auch für Diskussionen. Wer den Gesang eines Künstlers aus einem Song isoliert und in einem neuen Kontext verwendet, bewegt sich urheberrechtlich in einer Grauzone. Musikverlage haben bereits Fälle geprüft, in denen isolierte Vocals für unerlaubte Remixes genutzt wurden. Die Software selbst ist legal — was jemand mit dem Ergebnis macht, ist eine andere Frage.
In der Popkultur wurde Stem Splitting breiter bekannt, als Fans nach dem Tod von Musikern wie Michael Jackson oder Prince begannen, a-cappella-Spuren aus alten Alben zu extrahieren und zu veröffentlichen. Das löste gleichzeitig Begeisterung und rechtliche Auseinandersetzungen aus — und zeigte, wie sehr diese Technologie das Verhältnis zwischen Musik, Publikum und Urheberrecht verändert.