어떤 곡이든 노래방 버전 만드는 방법

"노래방 트랙을 만든다"는 것의 진짜 의미

노래방 버전은 사실 두 가지가 함께 작동하는 것입니다. MR(리드 보컬이 제거된 곡)과, 언제 시작해야 할지 알 수 있도록 박자에 맞춰 스크롤되는 시간 동기화 가사입니다. 예전 노래방 시스템은 이것을 독점적인 MIDI나 CDG 파일로 제공했습니다. 오늘날에는 사용 권리가 있는 어떤 녹음으로도 똑같은 것을 만들 수 있는데, 예전에 어려웠던 두 문제(음악에서 목소리 분리, 가사를 박자에 맞추기)가 이제 AI로 해결되었기 때문입니다.

AIVoiceSeparator의 AI 노래방 메이커는 이 두 가지를 한 번에 처리합니다. 3개 모델 앙상블을 실행해 보컬을 벗겨내고, 분리된 보컬 스템에 Whisper를 실행해 타임스탬프가 들어간 노래방용 .lrc 파일을 생성할 수 있습니다. 이 가이드의 나머지는 결과물을 내 음역대로 피치 조절하는 방법, 그리고 노래방 가사 파일을 실제로 읽는 플레이어가 무엇인지를 포함해 전체 워크플로를 안내합니다.

1단계 — 곡 추가하기 (업로드 또는 URL 붙여넣기)

AIVoiceSeparator 앱을 열고 트랙을 추가할 방법을 고르세요. 오디오 파일(MP3, WAV, FLAC, M4A 등, 최대 100MB / 15분)을 끌어다 놓거나, URL 탭으로 전환해 링크를 붙여넣을 수 있습니다. URL은 YouTube, YouTube Music, SoundCloud, TikTok을 지원합니다. 원하는 곡이 디스크의 파일이 아니라 유튜브 보컬 제거 쪽에 있을 때 편리합니다. 서버가 yt-dlp로 오디오를 내려받으므로, 수상한 변환 사이트에서 MP3를 낚아 올 필요가 전혀 없습니다.

가장 깨끗한 노래방 결과를 위해서는 가능한 가장 음질 좋은 소스에서 시작하세요. 320kbps 스트림이나 무손실 파일은 빈약한 96kbps 음원보다 분리 모델에 더 많은 디테일을 제공하며, 그 차이는 최종 MR에서 들립니다.

2단계 — 처리하기 전에 "가사 생성" 켜기

이것은 대부분의 사람들이 건너뛴 뒤 아쉬워하는 단계입니다. 분리 버튼을 누르기 전에 가사 생성 토글을 켜세요. 켜져 있으면 서비스는 전체 믹스가 아니라 분리된 보컬 스템에 Whisper(오픈소스 음성 인식 모델)를 실행합니다. 원곡이 아니라 깨끗한 보컬에 전사를 실행하는 것이 타이밍을 정확하게 만드는 핵심입니다. 모델이 단어로 잘못 들을 악기 소리가 없기 때문입니다.

세 개의 파일을 돌려받습니다:

• SRT — 시작/종료 타임스탬프가 있는 표준 영상 자막 형식. 영상에 가사를 입힐 때 좋습니다.
• LRC — 노래방 형식. 각 줄에 [mm:ss.xx] 타임스탬프가 붙어 있어 플레이어가 음악에 맞춰 가사를 스크롤하고 강조할 수 있습니다.
• TXT — 타이밍 없는 일반 텍스트. 가사 시트 출력이나 교정에 유용합니다.

Whisper는 다양한 언어를 지원하므로 한국어, 태국어, 일본어, 중국어, 스페인어 등 수십 개 언어에서 작동합니다. 다국어 노래방에 대해서는 아래에서 더 다룹니다.

3단계 — 곡 분리하기

분리를 누르고 AI가 일하게 두세요. AIVoiceSeparator의 Studio 모드는 단일 네트워크가 아니라 세 모델(BS-Roformer, Mel-Band Roformer, MDX23C)을 가중 앙상블로 실행합니다. 앙상블은 어느 한 모델이 남길 아티팩트를 매끄럽게 다듬어주며, 결과는 약 12.97dB SDR로 측정되어 구형 Demucs 기준선보다 의미 있게 앞섭니다. 일반적인 5분짜리 곡은 GPU에서 약 6분 만에 끝납니다. 그 분리가 내부적으로 실제 어떻게 작동하는지 궁금하다면 AI 보컬 분리의 작동 원리 설명을 참고하세요.

작업이 진행되는 동안 서비스는 곡의 BPM과 음악적 키도 감지합니다. 둘 다 노래방에 진짜 유용한데, 부르게 될 템포와 그 키가 내 음역대에 편안하게 맞는지를 알려주기 때문입니다.

4단계 — MR (그리고 LRC) 다운로드

작업이 완료되면 브라우저에서 스템을 미리 듣고 필요한 것을 다운로드하세요:

• MR — 이것이 노래방 반주 트랙입니다. 나중에 피치 조절이나 리믹스를 할 계획이면 무손실 WAV나 FLAC로, 그냥 따라 부르고 싶으면 MP3 320kbps로 받으세요.
• .lrc 파일 — 싱크된 가사.
• 선택적으로 보컬 스템 — 멜로디를 익히는 동안 참고용 가이드 트랙으로 유용합니다.

목표가 순수하게 반주 트랙뿐이고 가사는 신경 쓰지 않는다면, 전용 MR 추출 도구가 그 하나의 출력에 맞춘 워크플로로 같은 분리를 수행합니다.

5단계 — MR을 내 음역대로 피치 조절 (선택)

원곡의 키는 아티스트가 녹음한 그대로이며, 그것이 항상 내 목소리가 사는 곳은 아닙니다. 후렴이 손에 닿지 않게 높다면 MR 전체를 몇 반음 낮추고, 너무 낮아 탁하게 들린다면 살짝 올리세요. 양쪽 어느 방향으로든 2~3반음이면 보통 티 나게 가공된 느낌 없이 곡을 편안한 음역대로 옮기기에 충분합니다.

대부분의 최신 노래방 플레이어(KaraFun, Walaoke)에는 내장 키 조절이 있어, 아무것도 다시 렌더링하지 않고 즉석에서 피치를 바꿀 수 있습니다. 새 키를 파일에 굽고 싶다면 어떤 오디오 편집기든(Audacity는 무료입니다) 템포를 유지하면서 피치 조절이 가능합니다. 이전 단계에서 무손실 WAV를 받았기 때문에, MP3를 반복해서 재인코딩할 때 쌓이는 손실 아티팩트 없이 피치를 조절할 수 있습니다.

6단계 — 노래방 앱에서 재생하기

LRC 파일은 플레이어가 읽을 줄 알아야만 제 역할을 합니다. 거의 모든 플레이어가 따르는 규칙은 간단합니다. 가사 파일을 오디오 파일과 같은 이름으로 짓고 같은 폴더에 두세요 — song.mp3 옆에 song.lrc. 흔히 쓰는 옵션은 다음과 같습니다:

노래방 화면을 위해 가사를 영상에 구워 넣고 싶다면, SRT 파일을 대신 사용해 어떤 영상 플레이어나 편집기에서든 자막 트랙으로 추가하세요.

깨끗한 노래방 결과를 위한 팁

• 깨끗한 스튜디오 녹음에서 시작하세요. 라이브 버전, 관객 소음이 있는 어쿠스틱 커버, 심하게 마스터링된 큰 트랙은 깨끗하게 분리하기 더 어렵습니다. 표준 스튜디오 믹스가 가장 깨끗한 MR을 줍니다.
• 백 보컬에 주의하세요. 보컬 제거는 모든 보컬을 대상으로 하므로, 빽빽한 화음 스택과 떼창 후렴은 때로 희미한 잔여물을 남기거나 반대로 남기고 싶던 화음을 빼버립니다. 완벽한 정답은 없습니다 — 들어보고 마음에 드는 결과를 고르세요.
• LRC를 교정하세요. Whisper는 강력하지만 속어, 고유명사, 빠른 랩에서는 완벽하지 않습니다. TXT나 LRC를 텍스트 편집기로 열어 놓친 몇 단어를 고치세요.
• 끝까지 무손실을 유지하세요. 피치 조절과 편집은 WAV/FLAC에서 하고, MP3로의 내보내기는 마지막 단계로만 하세요.
• 가사 파일 이름을 오디오와 맞추세요. 가사가 "안 보이는" 가장 흔한 이유가 파일 이름 불일치입니다.

다국어 노래방 (한국어, 일본어, 태국어 등)

노래방 카탈로그에 의존하는 대신 AI로 노래방을 만드는 가장 큰 장점 중 하나가 언어 커버리지입니다. 상업용 노래방 라이브러리는 영어와 일부 주요 시장에는 깊지만 그 밖의 곳은 빈약합니다. 여기서는 가사가 Whisper에서 나오기 때문에, 이 워크플로는 한국어, 일본어, 태국어, 표준중국어, 광둥어, 스페인어, 인도네시아어, 베트남어 등 수십 개 언어를 처리합니다. 어떤 노래방 서비스도 제작한 적 없는 곡까지 포함해서요.

보컬 제거 단계는 언어에 무관합니다. 분리 모델은 무엇을 부르는지 신경 쓰지 않고, 그것이 믹스 속 사람 목소리인지만 봅니다. 그래서 태국 룩퉁 발라드나 J-pop 싱글이 영어 차트 히트곡과 똑같이 잘 분리됩니다. 비라틴 문자의 경우, 드문 단어나 양식화된 철자에서 자동 전사가 가장 미끄러지기 쉬우니 전사를 한 번 더 확인하세요.

간단한 법적 안내

본인의 연습이나 사적인 모임을 위해 노래방 버전을 만드는 것은 일반적으로 개인 사용으로 취급됩니다. 타인의 녹음으로 만든 노래방 트랙을 판매하거나, 공개적으로 올리거나, 상업적으로 공연하는 것은 권리자의 허락이 필요한 별개의 문제입니다. 처리하는 모든 것에 대한 권리 확보는 사용자 본인의 책임입니다. 전체 내용은 이용약관을 참고하세요. 개인정보 측면에서는, 모든 작업(업로드와 저희가 만든 스템)이 24시간 후 자동으로 삭제되며, 사용자의 오디오는 AI 모델 학습에 절대 사용되지 않습니다.

관련 도구와 읽을거리