एआई-संचालित प्रतिलेखन का उपयोग करके ऑडियो से UltraStar karaoke फ़ाइलें, MIDI, और नोट डेटा बनाने की प्रक्रिया को स्वचालित करता है।
स्वचालित पिच और बोल के साथ ऑडियो और YouTube लिंक को पूरी तरह से सिंक की गई UltraStar karaoke फ़ाइलों में बदलें।
UltraSinger karaoke के उन प्रेमियों और निर्माताओं के लिए एक स्वचालन टूल है जो रॉ ऑडियो से UltraStar-संगत फ़ाइलें जनरेट करना चाहते हैं। यह प्रतिलेखन, पिच का पता लगाने और नोट संरेखण के कठिन कार्यों को संभालने के लिए एआई मॉडल का उपयोग करता है।
यह टूल UltraStar.txt फ़ाइलें, MIDI, और शीट म्यूज़िक जनरेट करने के लिए ऑडियो या वीडियो फ़ाइलों को प्रोसेस करता है। यह गीत के बोल के प्रतिलेखन के लिए Whisper का और वोकल को अलग करने के लिए विभिन्न सेपरेशन मॉडल का उपयोग करता है, फिर स्वचालित रूप से पिच का पता लगाने और नोट टैपिंग को संभालता है।
यह उन उपयोगकर्ताओं के लिए उपयुक्त है जो मैन्युअल नोट प्रविष्टि के बिना karaoke के लिए संगीत को डिजिटाइज़ करना चाहते हैं। यह उन उपयोगकर्ताओं के लिए नहीं है जो Python वातावरण से तकनीकी रूप से परिचित नहीं हैं या जिनके पास कुशल मॉडल अनुमान के लिए सक्षम GPU नहीं है।
गाने को सिंक्रनाइज्ड टेक्स्ट बोल में बदलने के लिए Whisper मॉडल का उपयोग करता है।
वोकल पिच निकालता है और नोट्स को म्यूजिकल कुंजी के साथ संरेखित करता है।
पृष्ठसंगीत से वोकल को अलग करने के लिए demucs मॉडल का उपयोग करता है।
YouTube इंटीग्रेशन
यह टूल अपने लाइसेंस के तहत निःशुल्क है। कोई सशुल्क होस्टेड विकल्प नहीं हैं; एकमात्र लागत एआई मॉडल को स्थानीय रूप से चलाने के लिए आवश्यक बिजली और हार्डवेयर संसाधन हैं।
880 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
डेवलपर इसे केवल क्रिएटिव कॉमन्स लाइसेंस प्राप्त गानों पर उपयोग करने की सलाह देते हैं।
आप क्रैश को रोकने के लिए CPU प्रोसेसिंग को मजबूर कर सकते हैं या Whisper बैच साइज़ को कम कर सकते हैं, हालांकि इससे प्रोसेसिंग का समय काफी बढ़ जाएगा।
Google में Zekai को सबसे पहले देखें