Como fazer karaokê de qualquer música

Um arquivo de áudio e uma conta. Você envia o seu próprio arquivo de áudio — MP3, WAV e formatos parecidos. Não aceitamos link de YouTube nem de serviço de streaming, então o que entra é sempre um arquivo que já é seu. Pode ser uma faixa que você comprou, uma gravação da sua banda, um ensaio, uma versão ao vivo — o processo é o mesmo.

Não é preciso saber nada de edição de áudio. Você não vai mexer em faixas, em volumes nem em filtros: quem faz a separação é o modelo, e o que sobra para você é conferir a letra e apertar em gerar.

1. Envie o áudio. Na tela de upload você escolhe o arquivo e declara que tem os direitos necessários sobre ele. Se você já tem a letra escrita, cole ali mesmo — a sincronização fica mais precisa, porque o sistema encaixa as palavras que você forneceu em vez de tentar adivinhá-las pelo áudio.

2. Espere o processamento. A música passa por três etapas: separação dos vocais, transcrição da letra e alinhamento palavra por palavra. Você pode fechar a página; o karaokê continua sendo montado e aparece na sua biblioteca quando termina.

3. Confira no editor. Cada linha da letra aparece com o tempo em que entra e em que sai, ao lado de uma prévia do vídeo. Dá para corrigir uma palavra digitada errado, mover uma linha alguns décimos de segundo, dividir uma linha longa ou juntar duas curtas. Nada disso é obrigatório — se a letra já está certa, vá direto ao vídeo.

4. Gere e baixe. O resultado é um MP4 em 1080p com a letra sobreposta, no formato que qualquer TV, notebook ou projetor toca sem programa nenhum.

Uma música de três ou quatro minutos costuma ficar pronta em alguns minutos, dependendo da fila. Você tem 2 músicas grátis por mês, sem cadastrar cartão; o vídeo do plano grátis sai com uma marca discreta no canto.

O plano Pro custa R$ 24,90 por mês (ou R$ 249 por ano, o equivalente a dez meses): tira a marca d’água, amplia o limite mensal e libera os ajustes de tom e de andamento, que mudam o arquivo final.

O áudio que você envia fica guardado cerca de 24 horas, apenas para o processamento, e depois é apagado. Os vídeos gerados ficam 30 dias na sua biblioteca, privados, para você baixar quantas vezes quiser nesse período. Nada é publicado em lugar nenhum.

MP3 e WAV são os formatos mais usados, e os parecidos também servem. Não existe um formato “certo”: o que muda o resultado é a qualidade da gravação, não a extensão do arquivo. Uma faixa de CD ou de loja digital dá um instrumental mais limpo do que um áudio extraído de vídeo, simplesmente porque tem mais informação para separar.

Música inteira, não um trecho: o alinhamento usa a faixa toda para decidir onde cada palavra entra, e um recorte no meio de um verso atrapalha mais do que ajuda. Se você quer ensaiar só o refrão, gere a música completa e use o vídeo a partir do ponto que interessa.

Gravação ao vivo, cover caseiro, faixa com coro atrás do vocalista: a separação funciona nesses casos, e é justamente onde a transcrição automática erra mais. Colar a letra resolve a maior parte disso, e o editor cobre o resto — as linhas que o alinhamento não teve certeza vêm marcadas com um aviso, para você olhar só onde vale a pena.

Quando há voz no áudio mas nenhuma letra correspondente — uma improvisação, um trecho falado, um coro que a transcrição não pegou — o editor mostra aquele intervalo como uma faixa própria, para você colar a letra que falta ou dizer que ali não há nada a cantar. É a diferença entre uma letra com um buraco silencioso e uma letra que você sabe que está completa.