Dodici modelli AI, un’interfaccia essenziale e una rapidità di elaborazione impressionante. Photon convince soprattutto nel restauro della voce e nell’audio cinematografico; sulla separazione musicale emergono invece alcuni limiti.
La diffusione dei software basati sull’intelligenza artificiale sta cambiando radicalmente il modo di lavorare su materiali audio già mixati, o registrati in condizioni tutt’altro che ideali. La separazione delle sorgenti e il restauro della voce, un tempo operazioni spesso complesse e lunghe (ammesso e non concesso che fossero possibili), sono ormai alla portata di un numero sempre maggiore di utenti. Che poi i risultati siano sempre all’altezza delle promesse è un altro discorso.
Con Photon, iZotope sembra aver scelto una strada ben precisa: ridurre al minimo le decisioni richieste all’utente e, soprattutto, i tempi di attesa. Il software non vuole sostituire un editor audio tradizionale, né offrire il controllo chirurgico di applicativi come RX. Punta piuttosto a ottenere un risultato utilizzabile nel minor tempo possibile. Vediamo quanto riesca a mantenere questa promessa.
Da CrumplePop a iZotope
Per comprendere da dove arrivi Photon bisogna fare un piccolo passo indietro. Il software nasce dall’evoluzione di SoundApp, applicazione di CrumplePop, marchio specializzato nella pulizia dell’audio per video, podcast e contenuti parlati, entrato a far parte di Boris FX nel 2023. Nel luglio 2026 anche iZotope è confluita nel gruppo Boris FX, e Photon rappresenta il primo risultato della ricerca congiunta dei due team.
È importante anche chiarire che Photon non appartiene alla famiglia RX: i due software convivono nel catalogo iZotope, ma rispondono a filosofie differenti. Mentre RX consente di analizzare e correggere nel dettaglio un problema, concedendo all’utente ampi margini di personalizzazione del processamento da applicare, Photon cerca di risolverlo praticamente da solo. Un’impostazione che, come vedremo, comporta vantaggi notevoli e qualche limite.
Installazione e interfaccia: tutto molto semplice
L’installazione avviene attraverso il Boris FX Hub, analogamente a quanto avviene ormai per la gran parte delle software house, ed è del tutto lineare. Photon può funzionare come applicazione standalone, ma anche come plug-in ARA2 all’interno delle DAW compatibili, tra cui Cubase, Pro Tools e Reaper.
Al primo avvio non viene proposto un tutorial introduttivo e manca la localizzazione in italiano. Difficile però considerarlo un problema: l’interfaccia è talmente essenziale da rendere quasi superflua qualsiasi spiegazione. Si trascina un file nella finestra principale, si seleziona sulla destra il modello di intelligenza artificiale più adatto al compito e il software inizia a lavorare. Tutto qui, o quasi.
La dotazione comprende dodici modelli, organizzati in due famiglie. I sei dedicati alla separazione delle sorgenti (Demix) sono Music - 4 Stems, Music - 4 Stems Ultra, Drums - 5 Stems, Voice - 2 Stems, Voice Separator e Cinema - 4 Stems. Gli altri sei, destinati alla pulizia e al restauro (Denoise), sono Voice Restore, Indoor, Indoor Noisy, Outdoor, Outdoor Traffic e Outdoor Wind. Alcuni modelli sono disponibili già con l’installazione, mentre altri possono essere scaricati senza costi aggiuntivi.
Se scegliamo, ad esempio, Music - 4 Stems Ultra, Photon divide automaticamente il brano in Vocals, Drums, Bass e Other. Per ogni stem sono disponibili un fader di volume e i classici comandi Mute e Solo.
iZotope Photon: l’interfaccia con selezionato il modello Music - 4 Stems Ultra.
Merita una menzione la gestione grafica delle forme d’onda: possiamo osservare gli stem distinti, visualizzarne una rappresentazione mono oppure mantenere separati i due canali stereo. È una soluzione ben studiata, che rende immediato il confronto tra le varie componenti del materiale.
iZotope Photon: visualizzazione degli stem separati tra loro.
Concluso il lavoro, il pulsante Export permette di salvare gli stem in WAV, FLAC o MP3. Photon accetta anche filmati, tra cui MP4 e MOV, con una finestra dedicata alla visualizzazione dei video; in questo caso può esportare il materiale mantenendo il flusso video originale. Insomma, il workflow è decisamente snello.
La velocità dei fotoni
Il nome del software non sembra casuale. In fisica il fotone è la particella elementare associata alla radiazione elettromagnetica, luce compresa, e nel vuoto si muove alla velocità della luce: circa 300.000 chilometri al secondo. Photon sembra voler prendere la luce a modello, e la rapidità con cui porta a termine i processamenti è la prima cosa che colpisce. Non è istantaneo, ma poco ci manca.
Specifichiamo che abbiamo effettuato le prove su un PC Windows dotato di GPU Nvidia GeForce RTX 2060 Super (8 GB di GDDR6), verificando che la scheda video venisse effettivamente impiegata durante l’elaborazione. Ed è proprio l’accelerazione tramite GPU uno dei punti cardine del programma: i modelli lavorano in locale, senza inviare i file al cloud, con evidenti vantaggi anche per chi tratta materiale riservato. Va però osservato che su Windows iZotope richiede una GPU con almeno 4 GB di memoria video, mentre su Mac è richiesto un chip M1 o superiore. I tempi riscontrati non vanno quindi dati per scontati su hardware differente, e va verificato prima dell’acquisto che la propria macchina sia in grado di far girare il software.
Il test su brani musicali: bene, ma non benissimo
Per valutare le capacità di separazione musicale abbiamo utilizzato brani di generi diversi, in formato non compresso, scegliendo materiale di Daft Punk, Iron Maiden e Adele. Il risultato ottenuto con il modello Music - 4 Stems Ultra è sicuramente buono, soprattutto se ci si limita a ribilanciare le componenti del mix.
Le cose cambiano quando si mette in Solo uno degli stem estratti. Emergono infatti artefatti udibili, con una certa tendenza a un effetto simile a quello di un gate che si chiude troppo presto, troncando code e dettagli. Il fenomeno non si manifesta nella stessa misura con tutti i materiali: sulla voce di Adele, ad esempio, la separazione è risultata particolarmente pulita e pienamente utilizzabile. Va però considerato che si partiva in quel caso da un mix in cui la voce era già molto in primo piano, condizione evidentemente favorevole al lavoro dell’algoritmo.
La sensazione è che Photon faccia più fatica con sorgenti ricche di effetti, riverberi e sovrapposizioni. Non siamo di fronte a difetti tali da compromettere un normale ribilanciamento del brano, ma neppure a una separazione priva di conseguenze sul suono. Se gli stem vengono inseriti in un nuovo mix assieme ad altri elementi, è probabile che buona parte degli artefatti passi inosservata; un uso accorto di riverbero o envelope shaper può inoltre aiutare a mascherare l’effetto gate. Per una parte vocale o strumentale destinata a rimanere completamente esposta propenderemmo invece per strumenti che consentano interventi più precisi, accettando tempi di lavoro superiori.
Drums - 5 Stems: la batteria si scompone
Molto interessante è il modello Drums - 5 Stems, che permette di separare cassa, rullante, tom, hi-hat e piatti. Non occorre partire da una traccia di sola batteria: il modello può intervenire anche su un brano completo, caratteristica che ne amplia sensibilmente le possibilità applicative.
iZotope Photon: separazione in stem della parte di batteria
Nel nostro test il risultato è stato decisamente convincente. Un accenno dell’effetto gate già osservato rimane percepibile sui cymbals, mentre è nullo o comunque trascurabile sulle altre componenti. Le applicazioni sono evidenti: si possono creare loop e campioni, recuperare un singolo elemento ritmico o ribilanciare una batteria già mixata senza disporre delle tracce originali. Un tool che, da solo, potrebbe giustificare l’interesse di numerosi producer.
Cinema e separazione delle voci: qui Photon convince
Il campo d’azione di Photon non si esaurisce con la musica. Il modello Cinema - 4 Stems è dedicato all’audio cinematografico e suddivide una scena in Voice, Music, Effects e Other. Nella categoria Effects rientrano anche molti suoni ambientali, come vento e rumori di fondo. Abbiamo caricato alcune scene di film, utilizzando file video MP4: il risultato ci è parso davvero ottimo, con una separazione delle diverse componenti sorprendentemente efficace.
Eccellente anche il modello Voice Separator. In una scena tratta da uno dei film della serie I mercenari, ad esempio, Photon ha separato in modo pulito e preciso le battute di Mickey Rourke e Sylvester Stallone. È facile immaginare l’utilità di una funzione simile in ambito documentaristico, nella post-produzione di interviste o nella realizzazione di podcast registrati con più persone.
iZotope Photon: separazione degli speaker in un file video
Restauro audio: la vera sorpresa
Se sulla separazione musicale il giudizio è positivo ma non privo di riserve, nel restauro della voce Photon ci ha davvero sorpresi. Abbiamo iniziato con il modello Indoor Noisy, dedicato alle registrazioni in ambienti chiusi particolarmente problematici. L’intervento è governato da un solo slider, Strength, con cui si stabilisce l’intensità dell’elaborazione: una semplicità quasi disarmante.
Con questo strumento siamo riusciti a ripulire in pochi istanti un podcast registrato in condizioni non ottimali, sul quale in passato avevamo dovuto lavorare a lungo con altri tool. La cosa più sorprendente è che, pur impiegando allora molto più tempo, non eravamo riusciti a raggiungere la qualità ottenuta ora con Photon. Un risultato che, considerata l’assenza pressoché totale di regolazioni, lascia davvero impressionati.
Parimenti notevole la prova del modello Voice Restore. Abbiamo utilizzato una registrazione storica risalente al 1949, ottenendo una pulizia quasi perfetta e un recupero della voce difficilmente immaginabile a fronte della rapidità dell’operazione. Naturalmente il risultato di qualsiasi restauro dipende dalle condizioni del materiale di partenza, ma nei casi affrontati Photon ha dimostrato di avere molto da dire, anche rispetto a soluzioni più articolate e impegnative da utilizzare.
Gli altri modelli
La varietà degli scenari coperti è uno degli aspetti più interessanti del programma. Oltre ai processori già descritti, la dotazione comprende il modello Voice - 2 Stems, per separare rapidamente voce e accompagnamento musicale.
Sul versante del restauro troviamo poi Indoor, pensato per attenuare rumori e riverberazione negli ambienti chiusi, e tre modelli per l’esterno: Outdoor, rivolto al rumore ambientale generico; Outdoor Traffic, dedicato in particolare al traffico e al contesto urbano; e Outdoor Wind, ottimizzato per i disturbi provocati dal vento. È evidente la volontà di offrire soluzioni specializzate per un numero notevole di situazioni, dalla produzione musicale ai contenuti per il web, fino al cinema e alla documentaristica, e non escludiamo che altri modelli possano essere aggiunti in futuro.
Conclusioni: immediatezza contro controllo
Photon è un applicativo notevolissimo, soprattutto per la velocità di elaborazione. Il suo punto di forza è anche il suo principale limite: l’utente sceglie il modello e agisce sui pochi slider messi a disposizione, ma non ha sostanzialmente modo di modificare il comportamento degli algoritmi di intelligenza artificiale. È una filosofia del “prendere o lasciare”, ben lontana dalla precisione e dalla flessibilità di un editor spettrale.
In ambito musicale il software ci pare eccellente per realizzare istantaneamente o quasi basi su cui cantare o suonare, creare campioni di batteria e ribilanciare brani già mixati. Quando invece l’obiettivo è estrarre singole sorgenti destinate a essere utilizzate da sole, gli artefatti restano troppo evidenti per parlare di una qualità impeccabile, soprattutto in presenza di riverberi o altra effettistica in grado di confondere l’algoritmo. Inseriti in un nuovo contesto sonoro, gli stessi stem possono però risultare più che adeguati.
È nel cinema e soprattutto nel restauro della voce che Photon mostra il meglio di sé. Sembra un prodotto progettato più per chi vuole arrivare al risultato senza conoscere tutti i dettagli tecnici che per il professionista abituato a controllare ogni parametro. Non è detto che questa sia una critica: probabilmente è proprio la direzione verso cui si muoveranno molti applicativi basati sull’AI, almeno a giudicare da quanto vediamo oggi. Non a caso, Photon è nel catalogo iZotope Post Production.
Il prezzo di listino indicato per il mercato italiano è di 379 euro, al momento in cui scriviamo in promozione a 284,25 euro. Non si tratta di una cifra trascurabile, ma chi lavora regolarmente con dialoghi, video e materiali da restaurare potrebbe recuperare rapidamente l’investimento attraverso il tempo risparmiato. Per la sola separazione musicale, il discorso è invece meno scontato.
